若你正追問「DeepSeek 梁文鋒要自研晶片，是真的嗎？」——2026 年 7 月 7 日路透社援引三名知情人士稱，DeepSeek 正開發專用於 AI 推理的自研晶片，專案約一年前啟動、仍處於早期階段，但官方尚未證實。反直覺之處在於：DeepSeek 已深度適配華為昇騰，卻仍要自研——合作與自研並行。與此同時，阿里平頭哥真武 810E 已量產出貨 56 萬片+，年化營收百億級，這是「傳聞 vs 八年實戰」的鮮明對比。本文嚴格涵蓋調研文件全部要點：傳聞證據鏈、梁文鋒暗涌專訪原話、馬雲 2018 平頭哥戰略、2026 年 7 月全球進度表、五大驅動力、推理 vs 訓練、風險與 FAQ，附大廠進度對照表與開發者六步清單。最後更新：2026-07-09
2026 年 7 月 7–8 日，量子位、36 氪等多家媒體跟進路透社獨家報導，核心資訊一致：
目標場景是推理，不是訓練：DeepSeek 正在開發自研 AI 晶片，專用於推理（inference）工作負載。
早期階段：專案約於 2025 年中啟動（報導表述為「一年前」），目前仍處於早期研發。
供應鏈接洽：正與晶片設計公司、晶圓代工廠（foundry）、記憶體供應商接洽。
低調招募：近幾個月加大晶片設計工程師招募，未在公開招募平台發布，採用私下挖角。
雙重依賴破局：若成功，將降低對 Nvidia 和 華為昇騰 的雙重依賴——DeepSeek 此前已深度適配華為晶片。
寫作邊界：可以寫「據路透社等多家媒體報導，DeepSeek 已啟動自研推理晶片專案」；不宜寫「梁文鋒正式宣布造芯」，須標註知情人士 / 早期階段 / 未官方證實。
免責聲明：截至 2026-07-09，DeepSeek 未發布新聞稿或社群媒體確認造芯專案。本文引用路透社「三名知情人士（three people familiar with the matter）」標準措辭，屬高可信度財經媒體交叉驗證流程，但不等於官方證實。
| 維度 | 評估 |
|---|---|
| 信源級別 | 高。路透社三名知情人士措辭，全球主流財經媒體交叉驗證 |
| 公司官方確認 | 無。截至調研日 DeepSeek 未正式公告 |
| 間接證據 | 強。2026 年 6 月首輪外部融資約 510 億元人民幣（約 74 億美元），用途含自研 AI 晶片與擴建國產算力中心；IDC 規劃工程師招募（烏蘭察布等地）；UE8M0 FP8 資料格式被業內解讀為面向國產晶片的軟硬體協同設計 |
| 矛盾資訊 | 部分分析認為 DeepSeek 短期更依賴華為昇騰合作。更準確表述：合作與自研並行，自研尚早，合作已落地 |
2023–2024 梁文鋒暗涌採訪：出口禁令是最大挑戰；算力渴求 2025-01 DeepSeek R1 發布，基於 Nvidia H800 訓練（該晶片 2023 年底已被禁出口） 2025 年中 據傳自研晶片專案啟動 2026-04 DeepSeek V4 適配華為昇騰；V4-Flash 部分訓練使用昇騰 2026-06 首輪外部融資 ~74 億美元，用途含自研晶片 2026-07-07 路透社：DeepSeek 正開發自研推理晶片（獨家） 2026-07 The Information：智譜亦評估自研客製晶片
梁文鋒公開採訪極少，最有價值的信源是「暗涌 Waves」2023 年 5 月、2024 年 7 月兩次深度專訪。他從未在公開採訪中宣布「DeepSeek 要造晶片」——路透社報導的是公司行為（招募、接洽供應商），不是創辦人宣言。
「我們真正的挑戰從來不是資金，而是高端晶片的出口禁令。」—— 梁文鋒，暗涌 2024 年 7 月
這些表述確立了戰略動機：算力約束、出口管制、軟硬體協同必要性。部落格中應區分：「創辦人長期表態」≠「官方專案公告」。
用戶常問「馬雲也說過類似的話？」——需釐清：阿里造芯是已執行多年的戰略，不是近日傳聞。不宜寫「馬雲最近說要造晶片」，準確說法是：馬雲 2018 年奠定平頭哥戰略，蔡崇信 2024 年解釋出口管制倒逼自研，吳泳銘 2026 年披露量產成果。
| 人物 | 角色 | 與晶片相關的公開表述 |
|---|---|---|
| 馬雲 | 2018 年戰略決策者 | 命名平頭哥、將晶片定為集團戰略；2019 年卸任董事局主席後公開露面減少 |
| 蔡崇信（Joe Tsai） | 現任董事長 | 2024 年 podcast：美國晶片出口限制「明確影響」阿里雲；中國 AI 落後美國約兩年；長期相信中國會發展出自主先進半導體能力；出口管制是阿里雲分拆擱置的原因之一 |
| 吳泳銘 | 現任 CEO | 2026 財年財報電話會：平頭哥 AI 晶片累計交付 47 萬片+、年化營收百億級；未來不排除平頭哥獨立上市 |
| 型號 | 時間 | 要點 |
|---|---|---|
| 含光 800 | 2019 | 早期 AI 推理晶片 |
| 真武 810E | 2026 年 1 月發布 | 訓推一體；96GB HBM2e；效能介於 Nvidia A800 與 H20 之間；已量產 |
| 真武 M890 | 2026 | 144GB 顯存，片間互聯 800GB/s，效能約為 810E 的 3 倍 |
| 真武 V900 | 計劃 2027 Q3 | 216GB 顯存，1200GB/s 互聯 |
| 真武 J900 | 計劃 2028 Q3 | 自研並行計算架構迭代 |
與 Nvidia 的關係：WSJ 報導阿里新晶片相容 Nvidia CUDA 生態，降低工程師遷移成本（與華為路線不同）。製造方面，從早期 TSMC 轉向國內代工（業界普遍指向 SMIC 7nm 等成熟方案），以應對美國限制 TSMC 為大陸代工先進 AI 晶片的規則。
2026 年 7 月，「AI 公司造芯」已是全球現象。TrendForce 數據（2026）：雲廠商客製 AI 晶片出貨量增速 44.6%，遠超通用 GPU 的 16.1%——客製矽首次在增速上顯著跑贏 GPU。
| 公司 | 晶片專案 | 階段 | 場景 | 關鍵數字/事件 |
|---|---|---|---|---|
| DeepSeek | 自研推理 ASIC（未命名） | 早期研發 | 推理 | 融資 74 億美元；低調招募；未官方確認 |
| 阿里巴巴（平頭哥） | 真武 810E / M890 | 量產 | 訓推一體 | 出貨 56 萬片+；年化營收百億級 |
| 華為 | 昇騰 950 等 | 量產 | 訓推 | DeepSeek V4 適配；訂單激增（路透） |
| OpenAI | Jalapeño（與 Broadcom） | 流片完成，待部署 | 推理 | 9 個月設計到 tape-out；2026 年底部署（詳見 Jalapeño 深度文） |
| TPU v6/v7 | 大規模商用 | 訓推 | Gemini 端到端可用 TPU | |
| Amazon | Trainium3 / Inferentia | 商用 | 訓練+推理 | Anthropic 大規模使用 Trainium |
| Microsoft | Maia 100 | 部署中 | 推理 | 服務 Azure / OpenAI 工作負載 |
| Meta | MTIA | 內部部署 | 推理 | 推薦系統為主；曾推倒重來 |
| Anthropic | 與 Samsung 洽談客製晶片 | 探索階段 | 未定 | 2026 年 7 月 The Information 報導 |
| 智譜 AI | 評估自研客製晶片 | 早期 | 推理 | 2026 年 7 月 The Information 報導 |
2026-06-24 OpenAI + Broadcom 發布 Jalapeño（推理 ASIC，9 個月流片） 2026-07-02 Anthropic 據報與 Samsung 洽談 2nm 客製晶片 2026-07-07 Reuters：DeepSeek 自研推理晶片 2026-07-07 The Information：智譜評估自研晶片
一句話答案：不是為了「造晶片而造晶片」，而是因為 AI 競爭已從「誰有最好的模型」延伸到「誰有最便宜、最可控的算力」。
經濟學：推理成本是 AI 的「房租」——訓練 = 買房首付（一次性）；推理 = 每月房租（隨用戶量線性增長）。ChatGPT 數億日活時，推理支出超過訓練。Morgan Stanley 曾估算：24,000 顆 Blackwell GPU 叢集硬體成本約 8.52 億美元；同等規模 Google TPU 叢集約 0.99 億美元。SemiAnalysis、Bernstein 估算：客製 ASIC 相對通用 GPU 可有 40–65% TCO 優勢；hyperscaler 場景每 token 成本可降低 30–40%。Nvidia 資料中心 GPU 毛利率超 70%——自研晶片本質是把永久性「GPU 稅」轉化為一次性研發投入。
供應鏈安全與地緣政治：美國對華高端 AI 晶片出口管制（H100/H800/H20 等輪番受限）；中國監管鼓勵採購國產算力。安全指供應鏈可預期性：不被單一供應商、單一國家政策卡脖子。
軟硬體協同（Co-design）：DeepSeek UE8M0 FP8、MLA 架構 → 為特定硬體優化；OpenAI Jalapeño → 圍繞 ChatGPT serving 模式設計；Google TPU → 與 TensorFlow/JAX 深度綁定。通用 GPU 為靈活性犧牲效率；客製晶片為已知工作負載犧牲靈活性換取效率。
競爭壁壘與議價能力：即使不全面替代 Nvidia，自研晶片也可在採購談判中增加籌碼、向雲客戶展示差異化算力、構建「模型 + 雲 + 晶片」全棧故事（阿里「金三角」）。
能源與永續發展：推理晶片強調 performance-per-watt（每瓦效能）。兆瓦級、吉瓦級資料中心時代，電力與散熱成本與晶片採購成本同等重要。
| 維度 | 訓練（Training） | 推理（Inference） |
|---|---|---|
| 工作負載 | 動態、實驗性強、架構頻繁變化 | 靜態、模型固定、請求模式可預測 |
| 軟體生態 | CUDA 護城河極深（cuDNN、NCCL、Nsight） | 可針對固定模型手寫 kernel |
| 晶片要求 | 極致峰值算力 + 靈活程式設計 | 吞吐、延遲、每 token 成本 |
| 經濟規模 | 叢集一次性投入大 | 7×24 持續發生，規模更大 |
| 代表 | Nvidia H100/B200 主導 | TPU、Trainium、Maia、Jalapeño、DeepSeek 傳聞晶片 |
結論：訓練仍是 Nvidia 主場；推理是客製 ASIC 的主戰場。安全 vs 節約成本：兩者兼有，但經濟學是第一驅動力；地緣政治加速了已存在的經濟動機。華語讀者對「卡脖子 / 國產替代 / 自主可控」共鳴更強，但不宜偏頗——一篇好文章應兩條線都寫。
區分傳聞與官宣：DeepSeek 造芯據路透社報導屬早期研發，勿當作已量產可用；阿里平頭哥真武已是量產級，但主要服務雲與企業叢集，非個人開發者即買即用。
區分訓練與推理算力：自研晶片浪潮主攻推理——本機跑大模型訓練仍依賴 Nvidia CUDA 生態；不要把「國產替代」誤讀為 CUDA 即將消失。
追蹤 API 定價曲線：推理 TCO 下降可能傳導至 DeepSeek API 與雲廠商定價——結合模型路由、Batch API、Prompt Caching 優化成本。
評估國產算力棧：DeepSeek V4 已適配昇騰；阿里真武相容 CUDA——選型時關注軟硬體協同與遷移成本，而非僅看峰值算力。
本機執行層獨立規劃：資料中心推理降本不解決本機 16GB 筆電跑 Claude Code 長會話的 swap 問題——CLI Agent 仍需穩定硬體節點。
把 macOS 重負載前置到雲端 Mac：iOS CI/CD、notarytool、Keychain 隔離等工具鏈無法受益於推理 ASIC——需獨佔的遠端 Mac 執行層。
信源提示：一級信源包括路透社（DeepSeek 造芯）、OpenAI 官方（Jalapeño）、WSJ（阿里 AI 晶片）、財新 Global（真武 810E 分析）、蔡崇信 SCMP 採訪。DeepSeek 造芯在官方確認前須保持審慎表述。
大廠自研推理晶片推高了資料中心效率上限，但本機筆電跑 Agent 長會話仍頻繁 swap；廉價 Linux VPS 又無法執行 xcodebuild、notarytool 等 macOS 工具鏈。對需要穩定 SSH 長會話、Keychain 隔離、可預期頻寬的 iOS CI/CD 與 AI Agent 自動化團隊，在理解這場晶片軍備競賽之後，把重負載放在可獨佔的雲端 Mac 上通常比押注本機硬體更可控。NodeMini Mac Mini 雲端租賃可作為 CLI Agent 執行層：無論推理晶片如何改寫雲 API 定價，SSH 節點保持不變。規格見 租賃價格說明，接入見 說明中心。
最後更新：2026-07-09。DeepSeek 尚未官方確認造芯專案。
路透社 2026 年 7 月 7 日援引三名知情人士報導，可信度較高，但 DeepSeek 尚未官方證實。專案處於早期階段。詳見 租賃價格說明 了解 Agent 長會話硬體建議。
沒有。他 2024 年暗涌採訪中表示「最大挑戰是高端晶片出口禁令」，並強調算力部署，但未宣布自研晶片專案。路透社報導的是公司行為，不是創辦人宣言。
馬雲 2018 年戰略層面創立平頭哥並親自命名；近年蔡崇信強調出口管制影響，吳泳銘披露量產數據。阿里造芯已是成熟業務，非近日傳聞。不宜寫「馬雲最近說要造晶片」。
推理工作負載穩定、規模大、持續發生，適合 ASIC 優化；訓練需要 CUDA 生態和極致靈活性，Nvidia 仍占主導。更多遠端開發環境配置見 說明中心。
兩者兼有。短期看，降低推理成本與供應鏈風險是最緊迫的；地緣政治加速了已存在的經濟動機。經濟學是第一驅動力——削減「Nvidia 稅」與每 token 成本。