DeepSeek与智谱AI同步启动自研推理芯片，中国AI进入硬科技突围新阶段

深夜重磅：中国AI双雄正式下场造芯 就在近期，国内两大头部大模型公司DeepSeek与智谱AI，几乎同步启动定制化AI推理芯片的自主研发工作。这一动作并非概念性布局，而是基于实际业务压力与长期技术自主需求所作出的战略决策。两家公司均未对外高调宣布，但内部研发节奏已全面提速，芯片设计团队持续扩充，关键技术路径逐步明晰。 算力困局倒逼技术升维 过去一年，智谱AI的GLM系列模型在海外开发者社区爆发式增长——GLM-5.2上线后，在Vercel平台的日Token调用量一周内激增27倍；DeepSeek则凭借V3/V4系列模型的极致性价比，承接了海量全球API请求。流量陡增的背后，是推理负载的指数级攀升。而外部先进算力芯片获取受限、采购周期拉长、单卡成本高企等问题持续加剧，使得依赖通用GPU的运营模式难以为继。 为何聚焦推理芯片？直击成本命门 此次两家公司明确将芯片定位为专用推理ASIC，而非训练芯片。原因在于：当前大模型应用已进入规模化落地阶段，推理环节占全生命周期计算成本的80%–90%。每一次用户提问、每一条响应生成，都在消耗真实算力资源。通用GPU为训练保留大量冗余电路，在推理场景中能效比低、功耗高、部署成本重。相比之下，面向Transformer架构深度优化的ASIC，可在单位功耗下实现更高吞吐，批量量产后的单瓦性能优势显著。 技术路径清晰可见 DeepSeek此前已在软件栈层面持续铺垫：V3.1引入UE8M0 FP8格式，降低显存占用50%–75%，支持128K长上下文；6月底发布的DSpark推理加速框架，通过推测解码等工程优化，在国产硬件上实现V4-Flash生成速度提升60%–85%。这些不是孤立动作，而是软硬协同演进的关键环节。与此同时，DeepSeek正与国内芯片设计、代工及存储厂商深入对接，招聘高度聚焦于底层架构与编译器方向。 智谱AI同步推进本土化制造闭环 智谱AI已启动与国内芯片设计企业的技术接洽，并计划由本土晶圆厂完成流片。受限于先进制程获取条件，其芯片设计更强调架构创新与算法适配能力，以弥补物理工艺差距。行业预估，从启动设计到首颗芯片流片验证，周期将在两年以上。这也解释了DeepSeek今年6月罕见开放70亿美元融资的核心动因——造芯是重投入、长周期、高门槛的系统工程，资金、人才、生态缺一不可。 这不是追赶，而是重新定义规则 全球头部AI公司走向自研芯片已是共识：谷歌TPU已迭代至v5e，Meta MTIA进入大规模部署，OpenAI联合博通推出Jalapeno推理芯片。中国AI企业的选择并非模仿，而是在特定约束条件下走出差异化路径——用更高效的算法压缩硬件需求，用更精简的架构替代制程优势，用更紧密的软硬协同重构成本结构。当芯片、模型、推理框架全部由同一主体定义与优化，真正的技术护城河才真正成型。 中国AI的下半场，正在硬件层展开 这场突围不只关乎算力自主，更标志着中国AI产业从‘算法驱动’迈向‘系统驱动’的关键拐点。它不再只是调用API、微调模型、部署服务，而是深入到晶体管级的设计权、指令集级的定义权、以及整个AI基础设施的主导权。路还很长，但牌桌，已经掀翻了。