DeepSeek 自研芯片是真的吗？
梁文锋算力布局与阿里平头哥八年造芯路

若你正在追问「DeepSeek 自研芯片」是传闻还是战略实锤，2026 年 7 月 7 日路透社援引三名知情人士称 DeepSeek 正开发专用于 AI 推理的自研芯片——而反直觉的是，DeepSeek 此前已深度适配华为昇腾，却仍要自研。本文按一手信源覆盖传闻证据链与可信度、梁文锋暗涌专访原话、马云 2018 平头哥战略至吴泳铭 2026 量产数据、7 月全球对标（OpenAI Jalapeño 等）、五大驱动力、推理 vs 训练对照、企业算力决策六步、5 条 FAQ 与写作风险提醒。算力落地见 定价页。

[ SECTION_01 ] // TL;DR DeepSeek 造芯片是真的吗？30 秒执行摘要

[ SECTION_02 ] // DEEPSEEK DeepSeek 造芯传闻：证据链、可信度与时间线

传闻内容（2026 年 7 月）

• DeepSeek 正在开发自研 AI 芯片，目标场景是推理（inference），而非训练（training）。
• 项目约于 2025 年中启动（报道表述「一年前」），目前仍处于早期阶段。
• 正与芯片设计公司、晶圆代工厂（foundry）、存储器供应商接洽。
• 近几个月加大芯片设计工程师招聘，未在公开招聘平台发布，采用私下挖人。
• 若成功，将降低对 Nvidia 和 华为昇腾 的双重依赖——DeepSeek 此前已深度适配华为芯片。

痛点拆解：为何读者容易误判？

• 把「创始人表态」当「项目公告」：梁文锋谈的是算力约束，路透社报的是公司行为，二者不能混写为「梁文锋正式宣布造芯」。
• 把「合作」与「自研」对立：2026 年中部分分析认为 DeepSeek 短期更依赖昇腾、造芯「传闻淡化」——更准确是合作与自研并行，自研尚早，合作已落地（V4 适配昇腾、V4-Flash 部分训练使用昇腾）。
• 混淆训练与推理：传闻芯片明确指向推理 ASIC，不是挑战 Nvidia 训练主场。
• 忽视间接证据：2026 年 6 月首轮外部融资约 510 亿元人民币（约 74 亿美元），用途含自研 AI 芯片与国产算力中心；UE8M0 FP8 数据格式被业内解读为面向国产芯片的软硬件协同设计。

[ SECTION_03 ] // PEOPLE 梁文锋说过什么？阿里平头哥八年布局（马云 → 蔡崇信 → 吴泳铭）

梁文锋关键原话（暗涌 Waves 2023/2024 专访，与芯片/算力相关）

• 「我们真正的挑战从来不是资金，而是高端芯片的出口禁令。」— 2024 年 7 月
• 国内与国外训练效率、数据效率各约一倍差距，合计需要约 4 倍算力才能达到同样效果。
• 「很多国产芯片发展不起来，也是因为缺乏配套的技术社区……中国必然需要有人站到技术的前沿。」
• 「对研究员来说，对算力的渴求是永无止境的……我们也会有意识地去部署尽可能多的算力。」

与造芯传闻的关系：梁文锋从未公开宣布「DeepSeek 要造芯片」；路透社报道的是招聘与供应商接洽等公司行为，不是创始人宣言。博客须区分：创始人长期表态 ≠ 官方项目公告。

阿里巴巴：不是传闻，是八年布局

• 2018 年 9 月云栖大会：中天微与达摩院芯片团队整合，成立平头哥半导体；公司名由马云亲自拍板，寓意长期投入芯片决心；张建锋（行癫）称芯片已是集团战略级事项。
• 不宜写「马云最近说要造芯片」——准确说法是：马云 2018 年奠定战略，蔡崇信 2024 年解释出口管制倒逼自研，吴泳铭 2026 年披露量产成果。

2026 年商业化数据：累计出货 56 万片+；年化营收 百亿人民币级；客户含阿里云、中国联通等，据称 400+ 企业使用真武集群；平头哥注册资本增至 10 亿元（2026 年 6 月）；阿里宣布未来三年投入 3800 亿元 于云与 AI 基础设施。WSJ 报道新芯片兼容 Nvidia CUDA 生态以降低迁移成本；制造从早期 TSMC 转向国内代工（业界普遍指向 SMIC 7nm 等）。

[ SECTION_04 ] // GLOBAL 2026 年 7 月全球 AI 造芯进度对照表

「AI 公司造芯」已是全球现象，不只中国独有。TrendForce 数据（2026）：云厂商定制 AI 芯片出货量增速 44.6%，远超通用 GPU 的 16.1%——定制硅首次在增速上显著跑赢 GPU。

全球关键节点：2026-06-24 OpenAI + Broadcom 发布 Jalapeño；2026-07-02 Anthropic 据报与 Samsung 洽谈 2nm 定制芯片；2026-07-07 路透社 DeepSeek 自研推理芯片；同日 The Information 智谱评估自研芯片。

[ SECTION_05 ] // WHY 大厂为何都要造芯片？五大驱动力与推理 vs 训练

一句话答案：不是为了「造芯片而造芯片」，而是因为 AI 竞争已从「谁有最好的模型」延伸到「谁有最便宜、最可控的算力」。

五大驱动力（按重要性排序）

1. 经济学：推理成本是 AI 的「房租」——训练像买房首付（一次性），推理像每月房租（随用户量线性增长）。ChatGPT 类产品有数亿日活时，推理支出超过训练。Morgan Stanley 曾估算：24,000 颗 Blackwell GPU 集群硬件约 8.52 亿美元；同等规模 Google TPU 集群约 0.99 亿美元。SemiAnalysis、Bernstein 估算定制 ASIC 相对 GPU 可有 40–65% TCO 优势；hyperscaler 场景每 token 成本可降 30–40%。Nvidia 数据中心 GPU 毛利率超 70%——自研芯片本质是把永久性「GPU 税」转化为一次性研发投入。
2. 供应链安全与地缘政治——美国对华高端 AI 芯片出口管制；中国监管鼓励国产算力。安全指供应链可预期性：不被单一供应商、单一国家政策卡脖子。
3. 软硬件协同（Co-design）——DeepSeek UE8M0 FP8、MLA 架构；OpenAI Jalapeño 围绕 ChatGPT serving 模式；Google TPU 与 TensorFlow/JAX 深度绑定。通用 GPU 为灵活性牺牲效率；定制芯片为已知工作负载牺牲灵活性换取效率。
4. 竞争壁垒与议价能力——即使不全面替代 Nvidia，自研芯片也可在采购谈判中增加筹码，构建「模型 + 云 + 芯片」全栈故事。
5. 能源与可持续发展——推理芯片强调 performance-per-watt；ASIC 剔除 GPU 中用不到的通用电路，功耗显著更低。

结论：训练仍是 Nvidia 主场；推理是定制 ASIC 的主战场。安全 vs 节约成本：中文读者对「卡脖子 / 国产替代」共鸣强，但经济学同样是第一驱动力——一篇好文章应两条线都写。

[ SECTION_06 ] // GUIDE 企业 AI 算力决策：六步落地清单

1. 核实信源层级：优先采信路透社、WSJ、OpenAI 官方、阿里财报等一级信源；对 DeepSeek 造芯须标注「据报道 / 未官方证实」，勿写「已证实」。
2. 区分训练与推理需求：盘点业务是模型研发（训练密集）还是在线服务（推理密集）；两者采购策略完全不同。
3. 盘点当前算力依赖：列出 Nvidia GPU、华为昇腾、云 API 各占比例；评估出口管制与国产替代政策对采购的影响。
4. 估算推理 TCO：用每 token 成本、集群 capex、电力与散热做 3 年期模型；对比通用 GPU vs 定制 ASIC 的 30–65% TCO 区间（SemiAnalysis/Bernstein 口径）。
5. 评估供应链风险矩阵：单一供应商（Nvidia）、地缘政治（出口管制）、技术社区（CUDA 生态锁定）三维度打分。
6. 制定混合算力路线图：训练保留通用 GPU / 云租赁；推理逐步引入定制 ASIC 或国产芯片；边缘开发终端考虑隔离裸金属节点。
7. 建立季度复盘机制：此类话题 2–4 周可能有新进展，文末标注「最后更新」并刷新 dateModified。

[ SECTION_07 ] // DATA 可引用硬核数据、风险提醒、FAQ 与信源

• DeepSeek 融资：2026 年 6 月首轮外部融资约 510 亿元人民币（约 74 亿美元 / $7.4B），用途含自研 AI 芯片与扩建国产算力中心。
• 阿里平头哥出货：累计 56 万片+（2026 年上半年）；年化营收 百亿人民币级；真武 810E 性能介于 Nvidia A800 与 H20 之间。
• 定制硅增速：TrendForce（2026）云厂商定制 AI 芯片出货量增速 44.6% vs 通用 GPU 16.1%。
• TCO 优势区间：大规模多年期推理部署中，定制 ASIC 相对通用 GPU 可有 40–65% TCO 优势（SemiAnalysis、Bernstein）。
• Nvidia 毛利率：数据中心 GPU 毛利率超 70%（Breakingviews/Reuters 引述）。

写作风险提醒

• 勿写「已证实」——DeepSeek 造芯在官方确认前应写「据报道 / 知情人士称」。
• 勿混淆训练与推理——文中已用表格明确区分。
• 马云时效性——强调 2018 战略决策，避免「马云最近说」。
• 定期更新——最后更新：2026-07-10。

风险与不确定性：早期项目可能失败（Meta MTIA 曾推倒重来）；模型架构变化可能使定制 ASIC 过时；DeepSeek 项目若未官方确认，存在报道偏差可能。

Q：DeepSeek 造芯片的消息可靠吗？
路透社 2026 年 7 月 7 日援引三名知情人士报道，可信度较高，但 DeepSeek 尚未官方证实。项目处于早期阶段，目标为推理而非训练。

Q：梁文锋公开说过要造芯片吗？
没有。他 2024 年采访中表示「最大挑战是高端芯片出口禁令」，并强调算力部署，但未宣布自研芯片项目。

Q：马云和蔡崇信谁在说芯片？
马云 2018 年战略层面创立平头哥；近年蔡崇信强调出口管制影响，吴泳铭披露量产数据。阿里造芯已是成熟业务，非近日传闻。

Q：为什么先做推理芯片，不做训练芯片？
推理工作负载稳定、规模大、持续发生，适合 ASIC 优化；训练需要 CUDA 生态和极致灵活性，Nvidia 仍占主导。

Q：大厂造芯片主要是为了国家安全还是省钱？
两者兼有。短期看，降低推理成本与供应链风险是最紧迫的；地缘政治加速了已存在的经济动机。

DeepSeek 截至本文写作时未官方确认芯片项目。本文基于路透社、WSJ、OpenAI 官方、暗涌采访及公开财报信息整理，不构成投资建议。

以下为主要参考来源，发版或上游更新后请再次打开链接核对：

OpenAI Official: Jalapeño inference chip with Broadcom

Caixin Global: Alibaba Zhenwu 810E analysis

SCMP: Joe Tsai on chip export restrictions

若你把大模型开发与 Agent 工作流跑在个人笔电或共享办公网络上，算力争抢、环境不一致与合规审计会越来越难。笔电休眠会中断长会话；共享网络难以做一致的算力分层。

若你需要隔离的 7×24 开发终端、独占 Apple Silicon 与可控出站策略，把 iOS CI 与 AI Agent 分层部署到专用 Mac Mini 裸金属节点，通常比在算力饥渴的混合环境上赌运气更稳：NOVAKVM 提供多区域 Mac Mini M4 / M4 Pro 弹性租期，默认 SSH、适合 iOS CI/CD 与 AI Agent 自动化。方案见 定价页，下单见 订购页，部署见 帮助中心。