Если вы как ML-инженер или архитектор инфраструктуры проверяете, строит ли DeepSeek собственный AI-чип, Reuters от 7 июля 2026 (три осведомлённых источника) — сильнейшая внешняя зацепка: ASIC для инференса на ранней стадии, хотя DeepSeek уже интегрировал Huawei Ascend. Разбор охватывает достоверность слухов, оригинальные цитаты Liang Wenfeng, восьмилетнюю линию T-Head, глобальную матрицу июля 2026, пять экономических драйверов, инференс vs обучение, шесть шагов, пять FAQ, технические данные, риски и источники — с акцентом на низкоуровневую инфраструктуру и Metal. Тарифы: страница цен.
[ SECTION_01 ] // TL;DR Собственный чип DeepSeek — сводка за 30 секунд
| Вопрос | Оценка |
|---|---|
| DeepSeek делает свой чип? | Вероятно да, ранняя стадия. Reuters 2026-07-07: старт ~середины 2025; переговоры с design/foundry/memory; тихий найм — без официального подтверждения. |
| Liang Wenfeng объявлял? | Нет. Говорил об эмбargo и нехватке compute, не о chip-программе. |
| Alibaba параллельно? | Серийно. Zhenwu 810E: 560 000+ отгруженных чипов; миллиардный годовой оборот. |
| Почему инференс? | Постоянная нагрузка «аренды»; ASIC может снизить TCO на 30–65 % vs GPU. |
[ SECTION_02 ] // DEEPSEEK Слухи Reuters: цепочка доказательств, достоверность и типичные ошибки
Содержание слухов (июль 2026)
- DeepSeek разрабатывает ASIC для инференса, не обучения.
- Старт около середины 2025; фаза ранней разработки.
- Контакты с chip design, foundry и поставщиками памяти; усиленный закрытый найм инженеров.
- Цель: снизить зависимость от Nvidia и Huawei Ascend несмотря на текущую Ascend-интеграцию (V4, V4-Flash).
Типичные ошибки интерпретации
- Цитата основателя ≠ анонс продукта: Liang описывает ограничения; Reuters фиксирует действия компании.
- Coopерация и свой silicium параллельны: Ascend сейчас, ASIC позже.
- Обучение vs инференс: слух явно про inference ASIC.
- Косвенные доказательства: июнь 2026 ~74 млрд USD финансирования (510 млрд CNY) с бюджетом на чипы и ЦОД; UE8M0 FP8 как сигнал co-design.
| Измерение | Оценка |
|---|---|
| Уровень источника | Высокий — формулировка Reuters «three people familiar with the matter». |
| Официальное подтверждение | Нет на дату публикации. |
| Косвенные доказательства | Сильные — финансирование, найм, FP8. |
| Рекомендуемая формулировка | «По данным Reuters …»; не «Liang Wenfeng анонсировал чип»; подчёркивать раннюю стадию. |
| Дата | Событие |
|---|---|
| 2023–2024 | Liang Wenfeng (Waves): эмбargo на топ-GPU; ~4× compute для паритета |
| 2025-01 | DeepSeek R1; обучение в т.ч. на Nvidia H800 |
| Середина 2025 | Слух: старт проекта собственного чипа |
| 2026-04 | V4 на Ascend; V4-Flash частично на Ascend |
| 2026-06 | ~74 млрд USD финансирования incl. chip budget |
| 2026-07-07 | Reuters: inference ASIC в разработке |
| 2026-07 | The Information: Zhipu AI тоже оценивает custom chip |
[ SECTION_03 ] // PEOPLE Liang Wenfeng: цитаты и Alibaba T-Head — восемь лет стратегии
Liang Wenfeng — ключевые цитаты (Waves 2023/2024)
- «Наш настоящий вызов никогда не был капиталом, а экспортным эмбargo на топовые чипы.»
- Разрыв эффективности внутри/снаружи требует примерно 4× compute для сопоставимого результата.
- «Многие отечественные чипы не взлетают без технологического community вокруг них.»
- «Мы сознательно развернём максимум compute, насколько возможно.»
Разграничение: Liang Wenfeng не объявлял публично чип DeepSeek. Reuters описывает найм и поставщиков — корпоративное поведение, не манифест основателя.
Alibaba T-Head: от Jack Ma (2018) до Eddie Wu (2026)
- Сентябрь 2018: слияние Zhongtian Micro + DAMO chip team → T-Head; Jack Ma назвал подразделение; чипы — стратегия группы.
- Точная формулировка: Ma заложил основу в 2018; Joe Tsai (2024) про export control; Eddie Wu (2026) про серийные цифры — не «Ma недавно сказал …».
| Лицо | Роль | Ключевой тезис |
|---|---|---|
| Jack Ma | Стратегия 2018 | T-Head назван; долгосрочный commit в silicium |
| Joe Tsai | Chairman | 2024: US export limits бьют по Alibaba Cloud; Китай ~2 года позади; domestic semiconductors со временем |
| Eddie Wu | CEO | 2026: 470 000+ AI-чипов поставлено; миллиардный годовой revenue; IPO T-Head возможен |
| Модель | Период | Ключевые параметры |
|---|---|---|
| Hanguang 800 | 2019 | Ранний inference ASIC |
| Zhenwu 810E | Янв 2026 | Train+infer; 96 GB HBM2e; между Nvidia A800 и H20; серия |
| Zhenwu M890 | 2026 | 144 GB; 800 GB/s chip-to-chip; ~3× 810E |
| Zhenwu V900 | план 2027 Q3 | 216 GB; 1200 GB/s interconnect |
| Zhenwu J900 | план 2028 Q3 | Итерация собственной parallel architecture |
Коммерческие данные 2026: 560 000+ отгруженных чипов; годовой оборот миллиарды CNY; 400+ компаний на кластерах Zhenwu; капитал T-Head 1 млрд CNY (июнь 2026); Alibaba инвестирует 380 млрд CNY в cloud/AI за три года. WSJ: CUDA-совместимость для снижения migration cost; производство всё более domestic (SMIC 7nm, отраслевые оценки).
[ SECTION_04 ] // GLOBAL Глобальная матрица AI-чипов — июль 2026
Custom AI silicon — глобальный тренд. TrendForce (2026): отгрузки cloud custom chips +44,6 % vs general-purpose GPU +16,1 %.
| Компания | Проект | Стадия | Сценарий | Ключевая цифра |
|---|---|---|---|---|
| DeepSeek | Inference ASIC (без имени) | Ранняя | Инференс | ~74 млрд USD funding; не подтверждено |
| Alibaba T-Head | Zhenwu 810E / M890 | Серия | Train+infer | 560 000+ чипов; миллиардный revenue |
| Huawei | Ascend 950 и др. | Серия | Train+infer | Адаптация DeepSeek V4; рост заказов |
| OpenAI | Jalapeño (Broadcom) | Tape-out, deploy pending | Инференс | 9 мес. design→tape-out; deploy конец 2026 |
| TPU v6/v7 | Масштаб | Train+infer | Gemini end-to-end на TPU | |
| Amazon | Trainium3 / Inferentia | Продакшен | Оба | Anthropic массово на Trainium |
| Microsoft | Maia 100 | Rollout | Инференс | Azure / OpenAI workloads |
| Meta | MTIA | Внутренний | Инференс | Рекомендательные системы; перезапуск roadmap |
| Anthropic | Custom Samsung (слух) | Exploration | Не определено | The Information июль 2026 |
| Zhipu AI | Оценка custom chip | Ранняя | Инференс | The Information июль 2026 |
Вехи: 2026-06-24 OpenAI+Broadcom Jalapeño; 2026-07-02 Anthropic/Samsung 2nm; 2026-07-07 Reuters DeepSeek; 2026-07-07 The Information Zhipu.
[ SECTION_05 ] // WHY Пять драйверов и инференс vs обучение
Краткий ответ: конкуренция смещается от «лучшей модели» к «самому дешёвому и контролируемому compute».
- Экономика — инференс как «аренда»: обучение — Capex-пик; инференс масштабируется с DAU. Morgan Stanley: 24 000 Blackwell GPU ~852 млн USD vs сопоставимый TPU cluster ~99 млн USD. SemiAnalysis/Bernstein: custom ASIC 40–65 % TCO advantage; hyperscalers 30–40 % per token. Маржа datacenter GPU Nvidia >70 %.
- Supply chain и геополитика: US export controls; предсказуемость vs single vendor.
- Co-design: DeepSeek UE8M0/MLA; Jalapeño под ChatGPT serving; TPU+JAX — ASIC жертвует гибкостью ради efficiency.
- Переговорная сила: свой silicium как рычаг против закупок Nvidia.
- Энергия: inference ASIC оптимизируют performance-per-watt, убирая generic GPU logic.
| Измерение | Обучение | Инференс |
|---|---|---|
| Workload | Динамичный, экспериментальный | Статичный, предсказуемый |
| ПО | CUDA moat (cuDNN, NCCL, Nsight) | Фиксированные kernel под модель |
| Требования к чипу | Peak FLOPS + гибкость | Throughput, latency, ₽/token |
| Экономика | Разовый cluster Capex | 7×24, больший объём |
| Примеры | Nvidia H100/B200 | TPU, Trainium, Maia, Jalapeño, слух DeepSeek |
Обучение — домен Nvidia; инференс — поле боя custom ASIC. Безопасность и экономика идут параллельно.
[ SECTION_06 ] // GUIDE Корпоративное решение: шесть шагов для AI compute
- Иерархия источников: Reuters, WSJ, OpenAI, отчёты Alibaba; чип DeepSeek — «по сообщениям / не подтверждено».
- Разделить обучение и инференс: R&D моделей vs продуктовый API — разные закупки.
- Инвентаризация зависимостей: доли Nvidia, Ascend, cloud API; влияние export control на ваш stack.
- Модель TCO инференса: 3 года — ₽/token, электричество, охлаждение; чувствительность 30–65 % ASIC.
- Матрица рисков: single vendor, геополитика, CUDA lock-in.
- Гибридная roadmap: обучение на GPU/cloud; инференс постепенно на ASIC/domestic chips; edge dev на изолированных bare-metal узлах с Metal toolchain.
- Квартальный review: пересмотр каждые 2–4 недели; поддерживать dateModified.
[ SECTION_07 ] // DATA Технические данные, риски, FAQ и источники
- Финансирование DeepSeek: июнь 2026 ~510 млрд CNY (~74 млрд USD) incl. чипы и ЦОД.
- Отгрузки T-Head: 560 000+ чипов H1 2026; Zhenwu 810E между A800 и H20.
- Рост custom silicon: TrendForce +44,6 % vs GPU +16,1 %.
- Диапазон TCO ASIC: 40–65 % (SemiAnalysis, Bernstein) при масштабном инференсе.
- Маржа Nvidia: datacenter GPU >70 % (Breakingviews/Reuters).
Риски формулировок
- Не писать «подтверждено» без пресс-релиза DeepSeek.
- Не смешивать обучение и инференс.
- Jack Ma: стратегия 2018, не «недавно».
- Последнее обновление: 2026-07-10.
Q: Насколько правдоподобны слухи о чипе DeepSeek?
Reuters 7 июля 2026, три источника — высокая достоверность, без официального подтверждения. Ранний inference-проект.
Q: Объявлял ли Liang Wenfeng чип публично?
Нет. Подчёркивал эмбargo и compute, не анонсировал chip-программу.
Q: Кто в Alibaba говорит о чипах?
Ma 2018 (T-Head); Tsai 2024 (export); Wu 2026 (серийные цифры). Зрелый бизнес.
Q: Почему сначала inference-чип?
Стабильные 7×24 workloads; оптимизация под ASIC. Обучение требует CUDA-гибкости.
Q: Безопасность или экономия?
Оба — стоимость инференса и supply chain в приоритете; геополитика усиливает экономику.
DeepSeek на дату публикации официально не подтвердил chip-проект. Не инвестиционный совет. Проверяйте источники после публикации:
OpenAI Official: Jalapeño inference chip with Broadcom
Caixin Global: Alibaba Zhenwu 810E analysis
SCMP: Joe Tsai on chip export restrictions
Если вы гоняете iOS CI, профилирование Metal или AI-agent pipeline на ноутбуке в shared office, sleep/wake рвёт длинные сессии, окружения расходятся, аудит scheduler и компиляционной цепочки усложняется.
Для изолированных 7×24 dev-узлов, выделенного Apple Silicon и контролируемой egress-политики разумнее слоить на выделенные Mac Mini bare-metal узлы, чем ставить на shared compute: NOVAKVM — региональные Mac Mini M4 / M4 Pro, гибкий срок, SSH по умолчанию, подходит для iOS CI/CD и автоматизации AI-агентов. Тарифы, заказ, центр помощи.