从软件公司到芯片玩家，DeepSeek迈出了最激进的一步。
7月7日，路透社援引三位知情人士消息称，中国AI初创公司DeepSeek（深度求索）正在自研AI芯片，主攻推理场景。该项目已秘密推进约一年，目前处于早期阶段，正与芯片设计企业、晶圆代工厂和存储厂商开展洽谈。消息一出，英伟达盘前股价应声下跌约1.6%。
这不是一个孤立事件。DeepSeek同期被曝持续加码招聘芯片设计工程师，但招聘形式极为低调——未在任何公开平台发布职位信息。三位消息人士均要求匿名，DeepSeek截至发稿未回应置评请求。路透社原文用了"developing its own AI chips"（自有AI芯片）这一措辞，暗示这家以极致推理优化闻名的大模型公司，正在尝试将软件层面的效率优势延伸到硅基硬件上。
值得注意的是，DeepSeek的芯片战略方向非常明确：只做推理，不做训练。这里的"推理"指大模型训练完成后，应用已学知识分析新数据、生成内容的过程——而这恰恰是DeepSeek最擅长的领域。从V2到V4，DeepSeek以MoE（混合专家）架构和多token预测等技术，在推理效率和成本上不断刷新行业认知。如今他们试图将这些软件优化经验"烧录"进芯片设计，逻辑上是通顺的。
这芯片，到底为什么非造不可
这件事有三条叙事线交织在一起，每一条都是深层动因。
商业算力博弈。AI公司的算力路径大致经历了三个阶段：买芯片 → 租算力 → 自研芯片。OpenAI靠微软的算力基础设施，Anthropic背靠谷歌云，而DeepSeek选择了一条更艰难但更具自主权的路。自研推理芯片一旦成功，DeepSeek将大幅降低单次推理的边际成本——这对一家以API调用量计费的公司来说，意味着定价权和利润率的双重提升。
技术路线选择。为什么是推理芯片而不是训练芯片？训练芯片需要与CUDA生态深度绑定，门槛极高；而推理芯片的优化空间更大，且与DeepSeek的MoE架构天然契合。MoE模型推理时需要频繁在不同专家子模型间切换，对内存带宽和芯片间通信有特殊需求——通用GPU并非最优解，定制推理芯片可以针对这些瓶颈做深度优化。
地缘现实。Radio Free Mobile分析师理查德·温莎（Richard Windsor）直言："英伟达在中国的市场份额已基本归零，且现状仍会持续。除非DeepSeek能获得最先进的制造工艺，否则其芯片几乎没有销往海外市场的机会。"这番话点出了一个残酷现实：美国对华芯片出口管制已将中国AI公司逼到了"要么自研，要么受限"的十字路口。DeepSeek不是第一个迈出这一步的中国公司，但绝对是最受关注的一个。
为什么只做推理，不碰训练
这个问题是整件事的技术核心。训练和推理虽然听起来像前后脚的事，但在芯片设计上是两套完全不同的需求。
训练芯片（如H100/B200）追求的是大规模矩阵乘法的吞吐量，需要HBM高带宽内存和超大规模互联；推理芯片则更关注单token延迟、内存效率和批处理能力。DeepSeek的MoE架构在推理时有一个独特现象——每个token只激活部分专家，这意味着推理芯片可以大幅简化片上互连，把更多晶体管预算分配给SRAM缓存而非算力单元。
在MoE友好的芯片设计上，DeepSeek有多token预测（MTP）方面的深厚积累，其推理芯片很可能设计为：大容量片上SRAM缓存多专家权重、高效的专家路由调度器、以及专门优化的all-to-all通信模块。这些在通用GPU上都是通过软件模拟的，效率损失显著。
不过工艺是个硬坎。最先进的AI芯片依赖台积电4nm/3nm工艺，DeepSeek能否拿到先进制程是一大未知数。好消息是推理芯片对制程的敏感度低于训练芯片——推理场景更偏向memory-bound而非compute-bound，7nm加先进封装可能就够用了。
软件公司做硬件，这条路走得通吗
DeepSeek自研芯片不应该被简单理解为"又一个中国公司想造芯片"。它的独特之处在于：软件公司向下渗透到硬件，而非硬件公司向上兼容软件——这条路苹果走过（A系列/M系列芯片），谷歌走过（TPU），但还没有一家独立的AI模型公司真正走通过。
从时间线来看，芯片从设计到流片再到量产，通常需要3-5年。DeepSeek项目启动仅一年，还远未到见分晓的阶段。但一个关键信号值得关注：DeepSeek正在低调招聘芯片工程师，且不通过公开平台——这种"静默招聘"模式暗示团队组建可能是其当前最大的瓶颈，而非资金或意愿。
对行业的影响可能体现在三个层面。短期，这是对美国芯片管制的又一次"政策驱动创新"案例。中期，如果DeepSeek成功，将激励更多中国AI公司尝试硬件自研，进一步分化全球AI芯片生态。长期来看，软件定义硬件的范式可能从消费电子延伸到AI基础设施——当AI模型公司开始定义芯片架构，摩尔定律的故事将被重写。
英伟达1.6%的跌幅或许不算剧烈，但它传递的信号足够清晰：市场正在为"后CUDA时代"定价。
文中所用图片来源于网络，仅供技术学习与交流。如权利人认为存在侵权，请联系我们，我们将在24小时内处理。
