DeepSeek 自研芯片是真的吗？梁文锋算力布局与阿里平头哥八年造芯全解析

路透社独家报道 DeepSeek 正开发推理 ASIC，阿里平头哥真武已出货 56 万片+。本文用证据链厘清传闻边界，拆解五大驱动力，带你看清这场「全球造芯潮」的真实逻辑。

2026 年 7 月 7 日，路透社引述三名知情人士独家报道：DeepSeek 正在开发专用于 AI 推理的自研芯片，项目约一年前启动，目前仍处于早期阶段。与此同时，阿里巴巴旗下平头哥半导体已将真武 810E 量产交付超过 56 万片。从「传闻」到「八年实战」，这两条线索汇聚出一个清晰信号：AI 算力的底层博弈，已从模型层延伸到硅片层。本文以调研文档为基础，逐一核实证据链，还原梁文锋原话，梳理阿里造芯时间线，并深度解析大厂为何纷纷走上这条路。

00执行摘要：五问五答速览

问题结论
DeepSeek 梁文锋要自研芯片，是真的吗？ 大概率属实，但处于早期阶段。路透社 7 月 7 日援引三名知情人士，项目约 2025 年中启动，正接洽芯片设计公司、晶圆代工厂与存储器供应商，并低调招聘芯片工程师。DeepSeek 官方尚未公告。
这是梁文锋亲口宣布的吗？ 不是。他 2024 年暗涌采访中强调高端芯片出口禁令是最大挑战，以及算力饥渴，这为造芯提供了战略动机，但不等于「官宣」。
马云也说过类似的话？ 马云 2018 年亲自命名平头哥，将芯片上升为集团战略；近年表态更多来自蔡崇信与吴泳铭。阿里造芯已是量产级，非传闻。
最新进度？ DeepSeek：早期研发 + 74 亿美元首轮融资含造芯用途；阿里真武 810E 累计出货 56 万片+、年化营收百亿级；OpenAI Jalapeño 推理芯片已完成流片。
大厂造芯是安全考量还是省钱？ 两者都有，经济学是第一驱动力。推理成本已成 AI 商业化的「房租」，定制 ASIC 在大规模部署时可比通用 GPU 降低 30–65% TCO；地缘政治加速了已有的经济动机。

01DeepSeek 传闻拆解：证据链与可信度评估

2026 年 7 月 7–8 日，多家媒体跟进路透社独家报道，核心信息高度一致：

  • 🔲 DeepSeek 正在开发自研 AI 芯片，目标场景是推理（inference），而非训练。
  • 🔲 项目约于 2025 年中启动，目前仍处于早期阶段。
  • 🔲 公司正与芯片设计公司、晶圆代工厂（foundry）、存储器供应商接洽。
  • 🔲 近几个月加大芯片设计工程师招聘，但未在公开招聘平台发布，采用私下挖人方式。
  • 🔲 若成功，将降低对 Nvidia 和华为昇腾的双重依赖——后者尤为值得关注，因为 DeepSeek V4 已深度适配昇腾。
维度评估
信源级别 高。路透社使用「三名知情人士（three people familiar with the matter）」标准措辞，为全球主流财经媒体交叉验证流程。
公司官方确认 无。截至 2026 年 7 月 9 日，DeepSeek 未发布新闻稿或社交媒体确认。
间接证据 强。2026 年 6 月首轮外部融资约 510 亿元人民币（约 74 亿美元），对外披露用途含「自研 AI 芯片」「扩建国产算力中心」；UE8M0 FP8 数据格式被解读为面向国产芯片的软硬件协同设计。
矛盾信息 部分分析认为 DeepSeek 短期更依赖华为昇腾合作。更准确的表述是：合作与自研并行，自研尚早，合作已落地。
博客写作标准用语：可以写「据路透社等多家媒体报道，DeepSeek 已启动自研推理芯片项目」，不宜写「梁文锋正式宣布造芯」。应标注「知情人士 / 早期阶段 / 未官方证实」，既准确又有新闻价值。

DeepSeek 造芯时间线

关键节点
2023–2024  梁文锋暗涌采访：出口禁令是最大挑战；算力饥渴
2025-01    DeepSeek R1 发布，基于 Nvidia H800 训练（该芯片 2023 年底已被禁出口）
2025 年中   据传自研芯片项目启动
2026-04    DeepSeek V4 适配华为昇腾；V4-Flash 部分训练使用昇腾
2026-06    首轮外部融资 ~74 亿美元，用途含自研芯片
2026-07-07 路透社：DeepSeek 正开发自研推理芯片（独家）
2026-07    同期 The Information：智谱亦评估自研定制芯片

02梁文锋原话：算力约束与战略逻辑

梁文锋公开采访极少，最有价值的信源是「暗涌 Waves」2023 年 5 月、2024 年 7 月两次深度专访。他从未在公开场合宣布「DeepSeek 要造芯片」，但他的表述建立了清晰的战略动机：

「我们真正的挑战从来不是资金，而是高端芯片的出口禁令。」—— 梁文锋，暗涌，2024年7月
国内最好水平与国外相比，训练效率约有一倍差距，数据效率又约一倍差距，合计需要约 4 倍算力才能达到同样效果。—— 梁文锋，暗涌
「很多国产芯片发展不起来，也是因为缺乏配套的技术社区，只有第二手信息，所以中国必然需要有人站到技术的前沿。」—— 梁文锋，暗涌

这三段话确立了三个逻辑节点：① 出口禁令是最大约束；② 算力效率差距迫使更大硬件投入；③ 软硬件协同必须自主掌握。路透社报道的是公司行为（招聘、接洽供应商），不是创始人宣言。博客中应区分：「创始人长期表态 ≠ 官方项目公告」。

03阿里平头哥：马云 2018 年奠基，真武 2026 年量产

用户提到的「马云说过类似的话」，需要厘清：阿里造芯是已执行多年的战略，不是近日传闻。

  • 2018 年 9 月云栖大会：马云亲自拍板，将中天微与达摩院芯片团队整合，成立平头哥半导体有限公司。「平头哥」即蜜獾，寓意「无所畏惧」——传达长期投入芯片的决心。
  • 2024 年，蔡崇信：美国芯片出口限制「明确影响」阿里云；中国 AI 落后美国约两年；长期相信中国会发展出自主先进半导体能力。
  • 2026 年，吴泳铭（财报电话会）：平头哥 AI 芯片累计交付 56 万片+、年化营收百亿级；未来不排除平头哥独立上市。

真武（Zhenwu）系列路线图

型号时间规格要点阶段
含光 8002019早期 AI 推理芯片量产
真武 810E2026-01 发布训推一体；96GB HBM2e；性能介于 A800 与 H20 之间量产，56 万片+
真武 M8902026144GB 显存；片间互联 800GB/s；性能约为 810E 的 3 倍发布
真武 V9002027 Q3 计划216GB 显存；1200GB/s 互联规划
真武 J9002028 Q3 计划自研并行计算架构迭代规划

商业化关键数字（2026 年）：累计出货 56 万片+；年化营收百亿人民币级；客户含阿里云内部与中国联通等 400+ 企业；平头哥注册资本增至 10 亿元（2026-06）；阿里宣布未来三年投入 3800 亿元于云与 AI 基础设施。

在供应链层面，真武系列从早期 TSMC 制造转向国内代工，以应对美国限制 TSMC 为大陆代工先进 AI 芯片的规则。另一个亮点是：新芯片兼容 Nvidia CUDA 生态，降低工程师迁移成本——这与华为昇腾要求重写算子的路线截然不同。

准确说法：马云 2018 年奠定平头哥战略，蔡崇信 2024 年解释出口管制倒逼自研，吴泳铭 2026 年披露量产成果。这是「传闻 vs 八年实战」的鲜明对比。

04全球对标：不只中国公司在造芯

2026 年 7 月，「AI 公司造芯」已是全球现象。TrendForce 数据：云厂商定制 AI 芯片出货量增速 44.6%，远超通用 GPU 的 16.1%——定制硅首次在增速上显著跑赢 GPU。

公司芯片项目阶段场景关键数字/事件
DeepSeek自研推理 ASIC（未命名）早期研发推理融资 74 亿美元；低调招聘；未官方确认
阿里巴巴（平头哥）真武 810E / M890量产训推一体出货 56 万片+；年化营收百亿级
华为昇腾 950 等量产训推DeepSeek V4 适配；订单激增
OpenAIJalapeño（与 Broadcom）流片完成，待部署推理9 个月设计到 tape-out；2026 年底部署
GoogleTPU v6/v7大规模商用训推Gemini 端到端可用 TPU
AmazonTrainium3 / Inferentia商用训练+推理Anthropic 大规模使用 Trainium
MicrosoftMaia 100部署中推理服务 Azure / OpenAI 工作负载
MetaMTIA内部部署推理推荐系统为主；曾推倒重来
Anthropic与 Samsung 洽谈定制芯片探索阶段未定2026 年 7 月报道
智谱 AI评估自研定制芯片早期推理2026 年 7 月报道

值得关注的是，就在 DeepSeek 消息曝光的同一周，OpenAI 发布了与 Broadcom 合作研发的 Jalapeño 推理芯片，9 个月完成从设计到流片——这一速度本身就是定制 AI 芯片赛道加速的最好证明。

05五大驱动力：大厂为何纷纷下场造芯

一句话答案：AI 竞争已从「谁有最好的模型」延伸到「谁有最便宜、最可控的算力」。

驱动力一：经济学——推理成本是 AI 的「房租」

行业内部常用比喻：训练 = 买房的首付（一次性、集中投入）；推理 = 每月房租（持续、随用户量线性增长）。当 ChatGPT 类产品有数亿日活时，推理支出超过训练。

  • Morgan Stanley 估算：24,000 颗 Blackwell GPU 集群硬件成本约 8.52 亿美元；同等规模 Google TPU 集群约 0.99 亿美元。
  • SemiAnalysis、Bernstein 等机构估算：在大规模、多年期推理部署中，定制 ASIC 相对通用 GPU 可有 40–65% TCO 优势；hyperscaler 场景下每 token 成本可降低 30–40%。
  • Nvidia 数据中心 GPU 毛利率超 70%——自研芯片本质是把永久性「GPU 税」转化为一次性研发投入。

驱动力二：供应链安全与地缘政治

美国对华高端 AI 芯片出口管制（H100/H800/H20 等轮番受限）迫使中国公司寻找替代路线。即使对美国公司而言，「买不到足够 Nvidia 芯片」的配给问题同样存在。安全不仅指网络安全，更指供应链可预期性：不被单一供应商、单一国家政策卡脖子。

驱动力三：软硬件协同（Co-design）

通用 GPU 为灵活性牺牲效率；定制芯片为已知工作负载牺牲灵活性换取效率：

  • DeepSeek UE8M0 FP8、MLA 架构 → 为特定硬件特性优化
  • OpenAI Jalapeño → 围绕 ChatGPT 真实 serving 模式设计（KV cache、batching、latency）
  • Google TPU → 与 TensorFlow/JAX 深度绑定

驱动力四：竞争壁垒与议价能力

即使不全面替代 Nvidia，自研芯片也可在采购谈判中增加筹码、向云客户展示差异化算力，构建「模型 + 云 + 芯片」全栈故事。这正是 DeepSeek 融资文件中明确将造芯列为核心用途之一的战略意图。

驱动力五：能源与可持续发展

推理芯片强调 performance-per-watt（每瓦性能）。在兆瓦级、吉瓦级数据中心时代，电力和散热成本与芯片采购成本同等重要。ASIC 剔除 GPU 中大量用不到的通用电路，功耗显著更低。

06推理 vs 训练：为何先做推理芯片？

维度训练（Training）推理（Inference）
工作负载动态、实验性强、架构频繁变化静态、模型固定、请求模式可预测
软件生态CUDA 护城河极深（cuDNN、NCCL、Nsight）可针对固定模型手写 kernel
芯片要求极致峰值算力 + 灵活编程吞吐、延迟、每 token 成本
经济规模集群一次性投入大7×24 持续发生，规模更大
代表芯片Nvidia H100/B200 主导TPU（部分）、Trainium、Maia、Jalapeño、DeepSeek 传闻芯片

结论：训练仍是 Nvidia 主场；推理是定制 ASIC 的主战场。这也是 DeepSeek 和阿里平头哥的路线选择——先在推理侧站稳脚跟，再徐图训练。

风险与不确定性

芯片研发并非没有前车之鉴：Meta 的 MTIA 曾推倒重来；Nvidia 不会坐视不管，持续以软件生态锁定用户；架构的快速迭代可能让今天优化好的 ASIC 明天就过时。DeepSeek 处于项目早期，距离量产还有数年。这是需要如实告知读者的不确定性。

对于需要可预期算力来跑推理与 AI Agent 工作流的团队而言，等待国产 ASIC 成熟的过渡期内，高内存、独占的 Apple Silicon 云端节点是当前最现实的选择——无邻居干扰、可审计的租户边界、可从 NUKCLOUD 定价页按需配置，不受芯片供货波动影响。

07FAQ

  • DeepSeek 造芯片的消息可靠吗？
    路透社 2026 年 7 月 7 日援引三名知情人士报道，可信度较高，但 DeepSeek 尚未官方证实。项目处于早期阶段，正与芯片设计公司、晶圆代工厂、存储器供应商接洽。
  • 梁文锋公开说过要造芯片吗？
    没有。他 2024 年采访中表示「最大挑战是高端芯片出口禁令」，并强调算力部署，但未宣布自研芯片项目。路透社报道的是公司行为，不是创始人宣言。
  • 马云和蔡崇信谁在说芯片？
    马云 2018 年战略层面创立平头哥；近年蔡崇信强调出口管制影响，吴泳铭披露量产数据。阿里造芯已是成熟业务，非近日传闻。
  • 为什么先做推理芯片，不做训练芯片？
    推理工作负载稳定、规模大、持续发生，适合 ASIC 优化；训练需要 CUDA 生态和极致灵活性，Nvidia 仍占主导。定制 ASIC 在大规模推理部署中可比通用 GPU 降低 30–65% TCO。
  • 大厂造芯片主要是为了国家安全还是省钱？
    两者兼有。降低推理成本与供应链风险是最紧迫的经济动机；地缘政治与出口管制加速了已存在的经济驱动力。Nvidia 数据中心 GPU 毛利率超 70%，自研芯片本质是把永久性「GPU 税」转化为一次性研发投入。

最后更新：2026-07-10 | 免责声明：DeepSeek 截至本文发布时尚未官方确认自研芯片项目。