DeepSeek自研AI推理芯片传闻背后：软硬一体化的算力突围，能帮中国大模型打破英伟达的‘物理税’吗？
传闻DeepSeek已启动AI推理芯片的研发工作。老兵二大爷跟您聊聊，大模型厂商搞硬件的底层逻辑，以及软硬一体化能走多远。
科技圈永远不缺平地起雷的爆炸新闻。
2026年7月7日，各大媒体纷纷爆料，凭借算法效率傲视群雄的中国AI黑马DeepSeek（深度求索），已经秘密启动了自研AI推理（Inference）芯片的项目。[1][2] 据透露，这个项目早在约一年前的2025年中期就已立项，近几个月公司正在通过极其低调的私下招聘渠道，四处搜刮芯片设计工程师。[1][4]
一石激起千层浪。有的人欢呼这是中国大模型彻底摆脱英伟达和外部芯片封锁的曙光，也有人冷嘲热讽说“造芯片不是写代码，别把泡沫吹得太大”。
作为一个在系统架构、高性能计算和软硬件协同领域摸爬滚打几十年的老兵，二大爷今天不想谈宏大的叙事，只想用最朴实的逻辑，为您拆解一下：大模型厂商为什么非要自己去啃硬件这块硬骨头？DeepSeek这次“跨界”研发，真正的胜算和底牌到底在哪里？
为什么要造芯片？因为我们在交昂贵的“英伟达物理税”
在互联网时代，开发一个软件或者应用，我们只需要买几台服务器或者上云，算力成本对业务规模来说是极其低廉的。
但在AI大模型时代，这个逻辑彻底崩塌了。算力，成为了大模型时代的“重税”。任何一家大模型厂商，哪怕你的算法效率再高，只要你用英伟达的GPU来跑推理服务，你就必须为它的硬件高额毛利买单。每一枚售出的H100/H200甚至B200芯片，英伟达的毛利率都高达70%—80%。这意味着，你融来的资金，有大半都化作了英伟达的利润。
更要命的是，物理瓶颈是残酷的。大模型的推理过程是典型的**“访存受限”（Memory-Bound）**任务。当用户向大模型提问时，模型在逐字输出的过程中，需要反复将海量的权重参数从内存（HBM）中读取到计算单元。在这个过程中，计算单元大部分时间都在闲置等待数据传输。
英伟达为了做通用计算，其GPU上集成了大量用于图形渲染、通用加速的冗余硬件。为了跑大模型推理，你不仅要为这些不需要的冗余买单，还得忍受其通用的、未针对大模型算法进行极限调优的硬件结构。
用大白话解释：英伟达造的是能跑跑车、能开重卡、能坐客车的“通用柏油马路”，而大模型推理只需要一辆极速前进的“轨道磁悬浮”。大模型厂商自研芯片，就是为了把马路改成轨道，自己定制磁悬浮。
算法巨头的底牌：用“软件定义硬件”的降维打击
很多人对自研芯片有误区，认为“芯片这么难，连英伟达都做了几十年，大模型公司怎么可能成功？”
但实际上，大模型厂商造芯片，和传统的芯片公司（如英伟达、AMD）有着本质的逻辑差异。
传统的芯片公司是“硬件定义软件”。他们造出一颗强大的、通用的芯片，然后写好CUDA等底层的软件栈，号召全球的程序员去适配他们的硬件。为了做到“通用”，芯片设计必须保留极大的复杂度和妥协。
而DeepSeek这样的公司，走的是“软件定义硬件”的路线。
DeepSeek最核心的优势，就是其在算法层面的极限压榨能力（比如MLA多头潜变量注意力机制、MoE混合专家网络）。他们对大模型在执行推理时，每一微秒数据如何在内存与计算单元间流动了如指掌。
当他们自己造芯片时，他们可以：
- 砍掉所有无用的冗余：完全不需要考虑图形渲染，不需要考虑通用的科学计算，只保留最纯粹的矩阵运算单元和大容量的SRAM。
- 极度匹配自研算法：把自研的MLA等核心算法直接在硬件级别进行硬编码或深度优化，把算力利用率（MFU）从通用的30%提升到极限的80%以上。
- 降低对先进制程的依赖：通过极致的软硬协同设计，即便用相对成熟的代工工艺，也能在特定的推理任务上，打败用通用先进制程的英伟达芯片。
这就像是：英伟达在造全能型“瑞士军刀”，而DeepSeek只想要一把削苹果最快的“专职削皮刀”。因为功能专一，所以研发周期短、功耗低、性价比高。
真正的胜算与未来的物理死线
那么，DeepSeek的这条突围之路，会不会是一马平川？
显然不是。半导体物理和工程是没有捷径可走的。即便DeepSeek算法再聪明，他们也必须面对两个残酷的“死线”：
- 代工制程与先进封装的壁垒：芯片设计出来，最终要在晶圆厂（如台积电、中芯国际）落地产线。当前的先进制程以及关键的先进封装技术（如CoWoS），产能依然极度稀缺且面临重重的出口限制。
- 供应链与流片的高昂代价：一颗复杂的AI芯片从设计、流片（Tape-out）到测试，动辄需要几千万美元的资金投入。一旦流片失败，所有资金和一年的宝贵时间将瞬间打水漂。
但无论如何，DeepSeek迈出的这一步，证明了中国大模型产业正在告别纯粹的“算法套壳”和“应用层自嗨”，开始向硬核的底层物理层发起冲击。
二大爷认为：AI的下半场，本质上就是一场效率的肉搏战。谁能把每一个Token的推理成本降低到万分之一美分，谁就能在这场算力战争中活到最后。
二大爷今天就聊到这，咱们下期再见！