房租交得越久，越想有一套自己的房子：中国大模型公司的造芯逻辑

2013年那道算术题，今天在中国重演 2013年，谷歌工程师算了一道看似简单的题：如果每位用户每天使用3分钟语音搜索，全球数据中心需要扩大多少？答案是翻倍。靠采购英伟达显卡硬扛，账单足以压垮公司。于是谷歌选择了一条当时被视作激进的路——自研芯片。那颗后来命名为TPU的芯片，不是技术炫技，而是成本生存战的必然解法。 十三年后，同一道题摆在了中国头部大模型公司面前。推理——即模型真正服务用户、持续耗电烧钱的过程——正成为AI商业化的最大成本黑洞。训练是一次性投入，推理是永不停歇的租金。谁在付这笔长期账单，谁就真正掌控着模型时代的命脉。 DeepSeek：从囤卡开始的生存预演 DeepSeek的造芯动作，并非突发奇想。创始人梁文锋出身量化基金，早于大模型热潮便以系统性囤积高端GPU闻名。他很早就意识到：真正的瓶颈不在资金，而在芯片获取权。2023至2024年，他两次公开强调出口禁令才是核心制约。 行动紧随判断。R1模型先在英伟达H800上完成训练，随即转向华为昇腾平台；工程团队提前定义UE8M0 FP8数据格式——这不是通用标准，而是为尚未流片的下一代国产芯片硬件特性量身设计的接口协议。今年6月，公司完成首轮融资，约510亿元人民币，明确将资金用于扩建国产算力中心与自研AI芯片。所有芯片岗位招聘均未公开挂网，全部通过定向渠道推进。 值得注意的是，其芯片定位清晰：仅面向推理，不覆盖训练。因为推理才是日复一日、随用户增长而指数级膨胀的成本主体。它要回答的，是一个最朴素的问题：每服务一个用户，究竟花多少钱？ 智谱：用上市敲钟换来一张算力欠条 智谱的选择路径不同，但目标一致。作为“大模型第一股”，它在港股上市后市值一度破万亿港元，但财报同样刺眼：2024年亏损29.58亿元，2025年上半年再亏23.58亿元，一年半烧掉53亿。 GLM-5海外爆火后，流量涌入带来的第一反应不是扩容，而是涨价——Coding套餐提价30%起；第二反应是发布「算力合伙人」招募令，主动向本土芯片设计公司发出合作邀约。这不是技术谦逊，而是现实倒逼：一家年推理支出以十亿计的公司，无法承受单一供应链风险，更不敢把长期成本结构押注于任何一家供应商。 它的策略是“模型定义需求，厂商交付能力”：智谱提供架构规范与性能目标，由国内芯片设计公司完成工程实现。这条路更快落地、更低门槛，也更契合当前产业链协作现状。 依赖华为，也不等于信任华为 路透社一句关键表述耐人寻味：DeepSeek造芯，是为了减少对英伟达的依赖，以及对华为的依赖。 前半句已是共识——在出口管制下，英伟达在中国数据中心市场已近乎清零；后半句才是深层信号。过去两年，“国产替代”几乎等同于“全面适配昇腾”。DeepSeek V4系列完成昇腾适配，华为亦确认参与部分训练；智谱GLM架构则兼容40余款国产芯片，海光、摩尔线程、沐曦在新模型发布当日集体宣布完成适配。 拥抱越深，越清醒：当推理账单按年数十亿计算，任何单一供应商都构成战略脆弱点。昇腾解决了“有没有”的生存底线，而自研芯片瞄准的是“听谁的”这一权力命题。国产替代进入第五年，行业正悄然分层——从“能用”，走向“可控”，再迈向“主导”。 这不是技术竞赛，是成本主权争夺战 放眼全球，模型公司自研推理芯片已是头部标配。OpenAI联合博通推出Jalapeño芯片；Anthropic正评估同类方案；谷歌、亚马逊、微软早已各自拥有定制化AI加速器。它们共享同一逻辑：推理规模越大，越需要摆脱通用硬件溢价，建立专属成本曲线。 对中国芯片产业链而言，这是双面机遇。正面看，模型公司的定制订单带来真实营收与技术牵引，尤其利好高带宽内存等配套环节；反面看，今天的客户，正在培养明天的竞争对手。谷歌当年也是芯片厂商的大客户，最终成了TPU的所有者。 但牌局才刚开始。一颗有竞争力的AI芯片，动辄数年周期、数十亿投入，失败案例比比皆是——Meta曾推倒重来整个自研计划。更微妙的是，芯片设计赌的是模型架构趋于收敛，而DeepSeek与智谱的新模型刚引入稀疏注意力等前沿机制。今天送出去的流片图纸，两年后量产时，可能已跟不上架构迭代节奏。 结语：房租逻辑从未改变 2013年，谷歌的答案是TPU；2026年，中国公司的解题刚刚落笔。出题人换了，但底层逻辑没变：训练是买房，推理是交租；租得越久，越想拥有自己的房子。这不是要不要造芯的问题，而是——当租金成为最大经营变量，谁还甘心只做租客？