DeepSeek 被曝自研 AI 推理芯片

路透社援引三位知情人士消息，DeepSeek 正在研发自有 AI 芯片，主要面向推理场景。如果属实，这将是 DeepSeek 首次涉足芯片设计。

● ● ●

已知信息

芯片方向：AI 推理专用，不是训练芯片。推理是大模型训练完成后，应用所学知识分析新数据、生成内容的过程。对 DeepSeek 这种 API 日调用量巨大的公司来说，推理成本是最核心的运营支出。

时间线：项目大约一年前启动。最近几个月持续低调招聘芯片设计工程师——不走公开平台发布职位，通过私下渠道招人。

产业链接触：正在与芯片设计公司、晶圆代工厂和存储厂商洽谈。项目仍处于早期阶段。

官方回应：DeepSeek 尚未回应置评请求。

● ● ●

市场反应

消息传出后，英伟达盘前股价下跌约 1.6%。但 Radio Free Mobile 分析师 Richard Windsor 泼了冷水：「英伟达在中国的市场份额已基本归零，除非 DeepSeek 能获得最先进制程，否则芯片几乎没有海外市场机会，不会对英伟达造成实际影响。」

● ● ●

为什么自研芯片是合理的一步

回头看 DeepSeek 过去一年的硬件布局，自研芯片几乎是个必然的下一步：

2025 年 12 月，DSpark 推理加速框架。面向 MoE 模型的推理优化，支持多节点分布式推理。

2026 年 2 月，FlashMLA。高效的 MLA（多头潜在注意力）实现，显著降低推理显存占用。

DeepGEMM。为 MoE 和 MLA 定制的矩阵运算库。

3FS 分布式文件系统。面向 AI 训练和推理的高吞吐存储系统。

这些开源的每一层——算子、注意力、存储、推理引擎——都是在为「高效推理」铺路。缺的最后一环就是芯片。软件优化做到极致后，硬件自研是自然的延伸。

● ● ●

需要冷静看待的地方

制程限制。美国出口管制下，DeepSeek 能拿到的最先进制程可能在 7nm 级别。而英伟达最新的 Blackwell 芯片用的是台积电 4nm。性能代差客观存在。

项目仍在早期。「正在洽谈」意味着芯片还没流片。从设计到量产，芯片行业的典型周期是 2-3 年。

团队规模。谷歌 TPU 团队有数百人。DeepSeek 的芯片团队目前规模未知，但「低调招聘」暗示不会太大。

商业模式。DeepSeek 一直以技术突破而非商业化著称。自研芯片是自用还是外销？目前没有信号。

● ● ●

值得多想一步的地方

V4 正式版刚发布，峰谷定价刚推出——推理成本已经是 DeepSeek 的商业核心。DSpark + FlashMLA + DeepGEMM 这套软件栈已经把英伟达 GPU 的利用率推到很高。继续优化软件能挖的潜力越来越小，硬件层面的突破是必然选择。

另外，华为昇腾虽然是一个选项，但任何厂商都不会想把核心推理基础设施完全押在一家供应商身上。

● ● ●

总结

一个合理但早期的信号。DeepSeek 在硬件上的野心不是新闻——DSpark、FlashMLA 都是证据——但自研芯片把这种野心提到了一个新层级。项目还在早期，制程受限，商业模式不明确。真正重要的不是芯片本身能不能做出来，而是 DeepSeek 正在系统性地补上「从芯片到应用」的每一层。

参考来源：路透社（2026.7.7）