【热点消息中国AI公司自研芯片初露端倪】7月7日两条关于中国AI公司自研芯片的消息成热点。路透社称DeepSeek在研发芯片瞄准推理已悄悄招芯片设计工程师还和外部代工厂、存储厂商接触但该消息只有路透社单一信源DeepSeek未回应置评请求。同一天The Information报道智谱在评估自研定制芯片因GLM - 5.2需求暴增这款模型是Vercel模型聚合平台上增长最快的上线首周日均token消耗一度飙升达27倍。智谱已和多家国内芯片设计公司初步接触未选定合作方项目可能需两年以上消息一出智谱在港股当日一度涨约9.9%。不过两条消息都停留在早期评估阶段无实物、无定型设计。【行业趋势AI公司自研芯片成默认动作】实际上DeepSeek和智谱并非个例“AI公司想自己造芯片”在2026年已从个别选择变成行业默认动作从OpenAI、Anthropic到国内的这两家前沿实验室动作一致。那为什么会这样呢【OpenAI芯片已亮相】若说DeepSeek的消息是传闻OpenAI则已拿出实物。6月24日OpenAI与博通联合发布Jalapeño这是OpenAI第一枚自研芯片专为大模型推理设计的ASIC。OpenAI硬件负责人Richard Ho表示芯片“从零开始为LLM推理而设计”团队做了针对性优化。早期实验室测试显示Jalapeño每瓦性能“大幅优于当前业界最先进水平”但最终性能仍在测量中详细技术报告未来几个月发布厂商自述性能优势在第三方benchmark出来前只能算一面之词。这枚芯片从设计到流片只用九个月OpenAI称可能是高性能先进半导体史上最快的ASIC开发周期是用AI来设计造AI的芯片加速了这个周期。Jalapeño计划2026年底部署锚定一份10GW规模、2029年完成的博通合作微软预计买下首批约40%产能。【Anthropic探索进行中】今年4月路透社报道Anthropic在权衡自研芯片计划处于早期阶段公司可能只买不造未敲定设计没组建专门团队。但7月初有新进展Anthropic开始和三星接触探讨代工定制芯片瞄准三星2纳米制程和先进封装还挖来OpenAI自研芯片团队早期成员Clive Chan。面对追问Anthropic称“多元化硬件栈”仍是算力战略核心对三星合作“不予进一步置评”。据The Information数据英伟达握着全球约74%的AI芯片市场Anthropic没造过自己的芯片Claude调用的是租来的芯片而合作伙伴也是竞争对手。值得注意的是Anthropic探索自研时间和收入陡增几乎同步2026年运营收入年化越过300亿美元2025年底约90亿美元规模到这个量级自研芯片经济账才划算。【共同目标推理芯片受青睐】把DeepSeek、智谱、OpenAI、Anthropic消息并排看发现共同点都要造推理芯片而非训练芯片。这不是巧合行业算力消耗重心正从“训练模型”转向“运行模型”训练是一次性成本服务用户是持续开销据Introl分析推理已吃掉约三分之二的AI算力。推理是ASIC的主场英伟达的GPU像瑞士军刀ASIC像单一用途工具训练需GPU灵活模型定型服务海量请求时ASIC更省电、便宜。智能体爆发放大了这笔账传统推理是“查询成本”智能体是“循环成本”智能体大规模铺开训练与推理经济不对称会非线性滚大MindCast AI分析认为推理经济学是2026年就要做的采购决策。【经济考量成本优势明显】对于“为何要自己造”业内有具体数字支撑。AI图像平台Midjourney把推理负载从英伟达GPU迁移到谷歌第七代TPU后月度算力开销从约210万美元降到约70万美元降幅65%。放大到超大规模厂商投入数十亿美元自研芯片成“直白的财务计算题”。据TrendForce预测2026年定制ASIC出货增速达44.6%商用GPU只有16.1%定制芯片增速首次超过GPU。Introl引用彭博行业研究数字更宏观到2033年AI加速器市场预计达6040亿美元定制硅片份额加速上升。超大规模厂商已用真金白银投票谷歌的TPU、亚马逊的Trainium、微软的Maia、Meta的MTIA等自研芯片服务着母公司内部巨量推理负载。据CNBC报道Trainium相比AWS上其他硬件供应商有30%到40%的性价比优势。这些数字表明算力需求超大规模时芯片是竞争壁垒控制硅片意味着控制性能路线图、成本结构和供应链。【深层动机摆脱英伟达依赖】经济账是明面上的理由“不想把命运交给一家公司”是更深的暗流。英伟达的强势部分来自芯片更大部分来自CUDA这是积累二十多年的软件生态。据Spheron分析几乎所有严肃的LLM推理优化都只跑在CUDA上换芯片要付“搬迁成本”把服务栈从vLLM移植到亚马逊Neuron SDK要花两到六周工程时间某些模型架构甚至不被支持。所以绕过它的动机强烈对超大规模厂商和前沿实验室而言自研芯片负载意味着更多利润和议价底气。TheStreet判断“AI实验室必须接受英伟达开出的任何价格和供货条件”的默认假设正在改变微软、亚马逊、谷歌有自研芯片新一批AI实验室也想攒筹码。【中国实验室面临出口管制】回到7月7日消息DeepSeek和智谱自研芯片除上述理由还面临美国同行没有的出口管制问题。另外DeepSeek自研传闻和首次接受外部融资节点撞在一起完成超500亿元融资估值超3300亿元造芯片烧钱两件事同时发生未必是巧合。智谱早在今年1月成为首家在港交所上市的中国AI实验室两家都在为造芯片准备资金。【前景未知自研芯片并非稳赢】“为何AI公司都想自己造芯片”答案是几股力量合流推理成算力主战场专用ASIC有用武之地智能体爆发放大推理成本省钱效果明显对英伟达深度依赖想攒议价筹码中国公司还面临出口管制问题。但自研芯片远非稳赢设计周期18到24个月前期工程投入大需工作负载稳定、可预测才值得围绕固定架构设计。对于试验模型架构的初创公司或任务多样的普通企业英伟达GPU灵活性更划算。TechTimes称40%到65%的成本优势只属于巨头对小公司不适用。更值得追问的是这场浪潮会削弱英伟达还是只是给它“加个补充位”多数分析偏向后者到2027年ASIC出货量或超GPU但两个市场都会增长AI基础设施分岔成两个赛道固定、高频、可预测负载归ASIC研究、多样、架构演进负载归GPU英伟达仍握训练和绝大多数市场。DeepSeek和智谱能否造出芯片眼下没答案两条消息都在早期评估阶段但它们激起的涟漪照出同一片焦虑在算力即权力的时代没有AI公司愿意把命脉永远租在别人手里。”