全球AI巨头竞相“造芯”:DeepSeek、智谱传布局,海外巨头已先行

半导体 CFM闪存市场 Andy 2026-07-08 14:48

随着生成式AI的快速普及,产业算力需求正逐渐从模型训练转向推理应用。为了摆脱对外部供应商的依赖、降低推理成本并增强供应链掌控能力,自研定制芯片已成为头部大模型厂商的核心战略共识。当前,国内外AI企业纷纷加码硬件布局:国内DeepSeek、智谱传出相关硬件战略动向,海外OpenAI、Anthropic、SpaceX等巨头已落地相关布局,一场围绕AI底层算力的全球竞赛正在升级。

DeepSeek:传已启动推理芯片自研,仍处早期阶段

据外媒援引知情人士消息,DeepSeek正悄然推进战略转型,传闻计划开发自主AI芯片,核心目的是减少对英伟达等外部芯片厂商的依赖。行业层面,随着生成式AI落地深化,产业算力需求从训练向推理迁移,推理芯片已成为AI市场中增速最快的细分赛道之一。

据上述匿名知情人士透露,DeepSeek传闻中的自研芯片定位聚焦AI推理环节,并非面向大规模大模型训练任务。该芯片项目据传约一年前启动,目前仍处于早期研发阶段。近数月,DeepSeek加大了芯片设计相关人才招聘力度,相关岗位主要通过非公开猎头渠道发布,未上线公开招聘平台。

算力硬件层面,DeepSeek早期同时采用英伟达、华为AI芯片,其推理模型R1的底层基础模型,曾在英伟达针对中国市场定制的H800芯片上完成训练。融资方面,DeepSeek正在推进首轮外部融资,计划募资约500亿元人民币,市场公开信息显示其投后估值约515亿美元。若自研芯片计划落地,将成为DeepSeek实现软硬件协同优化、降低推理成本、强化供应链自主可控的核心抓手。

智谱:评估自研芯片可行性,尚未正式立项落地

国内另一头部大模型企业智谱近日也传出硬件布局相关动向。据外媒援引行业消息,受GLM系列大模型商业化落地、算力需求激增影响,智谱现阶段正在评估自研定制芯片的可行性,暂未正式立项。

行业共性逻辑下,大模型厂商自研芯片可实现软硬件深度协同优化,提升算力利用效率,从根源上降低对外部芯片供应商的依赖。目前,智谱仅就AI芯片定制方案,与多家国内芯片设计企业开展初步技术接洽,尚未达成合作共识。按照半导体行业规律,AI芯片从前期规划、设计到量产落地,全周期至少需要两年时间。

全球巨头全面入局:海外企业芯片战略已落地推进

国内厂商的前瞻布局与行业传闻,与全球科技巨头的既定战略高度契合,海外企业已进入芯片研发、工厂落地的实质阶段。

·OpenAI:量产级推理芯片落地,刷新ASIC开发速度纪录

OpenAI已公布首款自研推理专用芯片Jalapeño,该芯片为大语言模型推理场景量身定制的专用集成电路(ASIC),由OpenAI主导架构设计,博通负责硅片制造与配套网络硬件研发。该芯片从初始架构设计到完成流片仅耗时9个月,根据规划,Jalapeño将于2026年底正式规模化部署,核心目标是降低大模型推理运营成本,同时提升服务响应速度与运行可靠性。

·Anthropic:启动芯片自研,洽谈三星先进制程合作

Anthropic同样加速硬件垂直布局。据行业知情人士透露,该司已启动自研AI芯片的早期研发工作,并与三星电子就2纳米制程工艺、先进封装技术展开深度代工磋商,目标通过先进制程提升芯片能效比,降低对外部算力供应商的依赖。

·SpaceX:Terafab工厂落地,布局全流程芯片自主制造

SpaceX的芯片战略具备更强的跨领域垂直整合属性。其联合特斯拉、xAI推出“Terafab”项目,在美国得克萨斯州奥斯汀规划建设覆盖芯片逻辑制造、存储生产、先进封装全流程的垂直整合晶圆工厂。该项目的长期战略目标是降低对外部代工厂的依赖,规划产能为每年生产1000亿至2000亿颗2纳米级先进芯片,可支撑1太瓦的总算力,为特斯拉自动驾驶、Optimus人形机器人、SpaceX轨道数据中心提供底层算力支撑。

结语:自研芯片成为AI产业底层核心竞争力

从国内企业的传闻布局与可行性评估,到海外巨头已落地的芯片研发、工厂建设动作,头部企业的战略转向,直观反映出当前AI产业对底层定制化硬件的迫切需求。自研芯片不仅能够针对企业自身算法做定向软硬件优化,大幅降低规模化落地后的推理算力成本,更是在全球芯片产能紧缺、半导体出口管制的行业背景下,科技企业保障算力供应链安全、构建长期核心竞争力的关键战略筹码。

推荐:电脑用的少,手机扫一扫,资讯快一步!

扫码关注我们

简讯快报

更多