OpenAI Jalapeño · слух Reuters о DeepSeek (7 июля) · T-Head в массовом производстве · пять драйверов · inference vs training · глобальное сравнение
Главное: в июне 2026 OpenAI и Broadcom представили Jalapeño — inference ASIC с ~50 % экономией против GPU. Месяц спустя, 7 июля, Reuters сообщил, что DeepSeek тихо разрабатывает собственный inference-чип, ссылаясь на три независимых источника. Проект выглядит реальным, но на ранней стадии: только inference, примерно год существования, без публичного анонса от Liang Wenfeng (CEO DeepSeek). Alibaba T-Head — не слух: поставлено 560 000+ чипов, миллиардный оборот в юанях. Статья картографирует глобальную волну кастомного кремния, отделяет спекуляции о DeepSeek от производственной реальности T-Head и объясняет, почему каждая frontier AI-лаборатория хочет владеть inference-железом. DeepSeek официально не подтвердил chip-программу.
| Тема | Статус (июль 2026) | Ключевой факт |
|---|---|---|
| Чип DeepSeek | Вероятно правда, ранняя стадия | Reuters 7 июля, 3 источника; только inference; ~1 год; без подтверждения |
| Liang Wenfeng | Никогда не анонсировал | Интервью о compute-голоде и экспортных ограничениях — без chip-roadmap |
| Alibaba T-Head | Массовое производство | 470k+ deployed; 560k+ shipped; Zhenwu 810E янв. 2026; V900 (2027), J900 (2028) |
| Глобальный тренд | Подтверждён | OpenAI Jalapeño, Google TPU, Amazon Trainium, Microsoft Maia, Meta MTIA, Anthropic+Samsung, Zhipu оценивает |
| Драйверы | Экономика + безопасность | Inference = постоянная «аренда»; ASIC 30–65 % TCO; ~70 % валовая маржа Nvidia; суверенитет supply chain |
24 июня OpenAI и Broadcom анонсировали Jalapeño — LLM inference ASIC на TSMC 3 нм с ~50 % более низкой стоимостью inference против универсальных GPU, развёртывание в Azure к концу 2026. От первой спецификации до tape-out — девять месяцев; OpenAI использовала собственные модели для ускорения дизайна.
Анонс сменил отраслевый разговор: если крупнейший покупатель Nvidia проектирует собственный выход, остальные последуют. Google поставляет TPU годами. Trainium Amazon и Maia Microsoft — в производственных траекториях. MTIA Meta работает, но потребовал серьёзных переписываний ПО. Anthropic сотрудничает с Samsung. Паттерн един: сначала inference, training позже (возможно, никогда на ASIC gen-1).
На этом фоне 7 июля появилась новость о DeepSeek. Тайминг не случаен: экспортный контроль, взрывной спрос на inference и Jalapeño как proof point делают кастомный кремний стратегической нормой.
7–8 июля 2026 Reuters сообщил, что DeepSeek разрабатывает кастомный AI-чип с фокусом на inference, не training. Три источника описывают проект как раннюю стадию — примерно год — с переговорами с foundry и поставщиками памяти, тихим наймом chip-инженеров.
Стратегическая цель по отчётам: снизить зависимость от Nvidia и Huawei Ascend при обслуживании моделей в масштабе. Для слуха доверие высокое — три независимых источника Reuters —, но DeepSeek официально не подтвердил, и Liang Wenfeng публично программу не объявлял.
DeepSeek развернул V4 на Huawei Ascend в апреле 2026, параллельно строя собственный кремний. Противоречие возникает только если считать, что chip-программы мгновенно заменяют поставщиков. Frontier-лабы идут двумя треками: Ascend (или Nvidia) сегодня, 2–4-летний ASIC как страховка.
Кастомный кремний — страховка от единственного вендора, а не продуктовый релиз.
2023–2024: Liang Wenfeng в интервью (Dark Waves и др.) о compute-ограничениях, экспортных запретах, 4× разрыве с US-лабами — без chip-программы.
Январь 2025: DeepSeek R1 обучен и обслужен на кластерах Nvidia H800.
Середина 2025: источники Reuters датируют старт проекта — тихий найм, переговоры с foundry.
Апрель 2026: DeepSeek V4 оптимизирован и развёрнут на Huawei Ascend — non-Nvidia inference в масштабе.
Июнь 2026: раунд ~$7,4 млрд с chip-бюджетом; формат UE8M0 FP8 в фокусе.
7 июля 2026: Reuters публикует материал о inference-чипе DeepSeek (3 источника).
Июль 2026: The Information — Zhipu AI оценивает кастомный inference-кремний.
Публичные заявления Liang Wenfeng объясняют почему chip-программа могла бы существовать, не подтверждая её. В интервью Dark Waves (2023–2024) повторяющиеся темы:
«Экспортный запрет — наш главный вызов: мы должны оставаться на frontier, и compute никогда не хватает.» — Liang Wenfeng, пересказ из Dark Waves (2023–2024)
Если DeepSeek — сторона слухов, Alibaba T-Head — сторона производства. Jack Ma назвал подразделение T-Head (бывш. Pingtouge) в 2018. Joe Tsai в 2024 подчеркнул экспортный контроль как стратегический драйвер. В цикле earnings май 2026 CEO Wu Yongming сообщил 470 000+ deployed и миллиардный оборот в юанях.
| Продукт / веха | Дата | Спецификация |
|---|---|---|
| Zhenwu 810E | Январь 2026 | 96 ГБ HBM2e; между Nvidia A800 и H20 |
| Ускоритель M890 | Roadmap 2026 | Следующая гибридная линия inference/training |
| V900 | Цель 2027 | Платформа-наследник; шире cloud-интеграция |
| J900 | Цель 2028 | Долгосрочная training-класс амбиция |
| 560 000+ shipped | Июль 2026 | Домашняя фабрика SMIC; WSJ: CUDA-совместимый tooling |
| $38 млрд cloud/AI | Цикл 2026 | Капитал на кремний + модель + вертикальная cloud-интеграция |
T-Head показывает зрелую chip-программу: годы итераций, партнёрства по внутреннему производству, кремний реально стоит в стойках Alibaba Cloud. DeepSeek — если Reuters верен — на первом году этого пути.
| Компания | Чип / программа | Фокус | Статус |
|---|---|---|---|
| DeepSeek | Безымянный (слух) | Inference | Ранняя R&D; Reuters 7 июля; не подтверждено |
| Alibaba | T-Head Zhenwu 810E / M890 | Inference + cloud | Массовое производство; 560k+ shipped |
| Huawei | Ascend 910C / 910B | Training + inference | Производство; референс DeepSeek V4 |
| OpenAI | Jalapeño (с Broadcom) | Inference | Tape-out; Azure конец 2026 |
| TPU v5/v6 | Training + inference | Производство; internal + GCP | |
| Amazon | Trainium / Inferentia | Training + inference | Производство на AWS |
| Microsoft | Maia 100 | Inference | Развёртывание в Azure |
| Meta | MTIA v2 | Inference | Производство; нужны переписывания стека |
| Anthropic | Партнёрство Samsung | Inference (сообщается) | Ранняя стадия / детали не раскрыты |
| Zhipu AI | Оценка custom ASIC | Inference | The Information июль 2026 |
Inference — аренда, не capex: training — разовый всплеск; inference работает постоянно. Кто владеет самым дешёвым inference-чипом, контролирует маржу API.
«Налог» маржи Nvidia: отчёты указывают ~70 % валовой маржи на datacenter GPU. ASIC-программы целятся в 30–65 % снижения TCO.
Узкие места supply chain: экспортный контроль, аллокация HBM, очереди foundry — зависимость от одного вендора = риск уровня board.
Co-design lock-in: форматы вроде UE8M0 FP8 и MoE-routing выгодны чипам, спроектированным вместе с моделью.
Энергия на ватт: лимиты питания дата-центров реальны. ASIC выигрывает в perf/W — больше пользователей на стойку.
| Драйвер | Механизм | Кому выгодно |
|---|---|---|
| 1. Экономика | Inference = повторяющийся opex; ASIC 30–65 % TCO vs GPU | OpenAI, DeepSeek, high-volume API |
| 2. Supply chain | Экспортный контроль, дефицит HBM, слоты foundry | Китайские лабы (DeepSeek, Alibaba, Huawei) |
| 3. Co-design | MoE, FP8, длина контекста в кремнии | DeepSeek UE8M0, Google TPU+Gemini |
| 4. Переговорная сила | Кредибельная ASIC-roadmap = лучшие цены Nvidia | Все hyperscalers |
| 5. Энергия на ватт | Ограниченное питание ЦОД; perf/W = больше мест | Cloud-провайдеры, sovereign AI-кластеры |
Цифры: T-Head — 470k+ deployed, 560k+ shipped, миллиардный оборот в юанях. Цель ASIC — 30–65 % экономии TCO inference. Datacenter GPU Nvidia — ~70 % валовая маржа. DeepSeek июнь 2026 — ~$7,4 млрд с chip-аллокацией.
| Измерение | Inference ASIC | Training ASIC |
|---|---|---|
| Предсказуемость нагрузки | Фиксированный граф модели, batch serving — легко оптимизировать | Исследовательский код меняется еженедельно |
| Амортизация | 24/7 с первого дня — быстрый ROI | Кластер простаивает между экспериментами |
| Риск архитектуры | MoE/FP8 правки в gen-2 | Смена transformer устаревает gen-1 |
| Software stack | Зрелые vLLM/Triton serving-слои | Нужен полный порт framework (Meta MTIA) |
| Капиталоёмкость | $100–500 млн за поколение | $1 млрд+ при меньшей утилизации |
| Примеры 2026 | Jalapeño, Maia, T-Head 810E, слух DeepSeek | Google TPU, Huawei Ascend 910 |
Кастомный datacenter-кремний не отменяет локальную валидацию — он делает гетерогенное тестирование важнее. Если вы строите агентов, fine-tune или бенчмаркаете inference-стеки:
Отделить слух от производства: чип DeepSeek = неподтверждённая ранняя R&D. T-Head 810E и пути Ascend V4 = реальны сегодня. Планируйте под поставляемое железо.
Отслеживать FP8 и MoE: UE8M0 DeepSeek ведёт себя иначе на кастомном кремнии vs Apple Metal или CUDA. Бенчмарк на целевых backend.
Локальная inference-песочница: Ollama, mlx или ds4 на Mac с 96 ГБ+ unified memory для проверки промптов и agent loops до cloud deploy.
Изолировать API-workflow: тестировать DeepSeek API + OpenClaw или multi-model агентов на выделенной машине — не на daily driver.
Пересчитывать TCO ежеквартально: с выходом Jalapeño, T-Head и чипов DeepSeek цены cloud API сдвинутся. Порог аренда vs локально меняется каждое поколение.
Дисклеймер: DeepSeek официально не подтвердил программу кастомного чипа. Статья синтезирует отчёты Reuters, публичные заявления Liang Wenfeng, раскрытия Alibaba и отраслевые сравнения. Не инвестиционный и не закупочный совет.
Reuters 7 июля 2026, ссылаясь на три источника, сообщил об inference-only чипе на ранней стадии (~1 год). DeepSeek официально не подтвердил.
Inference — повторяющийся центр затрат с предсказуемыми нагрузками. ASIC снижает TCO на 30–65 % vs GPU. Training-чипы требуют больших бюджетов и медленнее окупаются.
Zhenwu 810E (янв. 2026): 96 ГБ HBM2e, между A800 и H20. 560k+ чипов через SMIC. WSJ: CUDA-совместимый tooling, но зрелость ПО и сырая perf отстают от Nvidia.
Двойной трек: Ascend для продакшена сегодня (V4, апрель 2026); собственный кремний для долгосрочной страховки. Тот же паттерн OpenAI — Nvidia + Jalapeño.
Срывы сроков, недобор производительности, стоимость портирования ПО (Meta MTIA). Смена архитектуры LLM устаревает фиксированные дизайны. ROI — через несколько лет.
Заголовки июля 2026 — не только о слухе одного китайского стартапа, а о глобальном структурном сдвиге. Inference — «арендная плата» AI-экономики; каждая лаба, платящая её в масштабе, проектирует выход из ~70 % GPU-маржи. DeepSeek может присоединиться; Alibaba T-Head уже там.
Для разработчиков практический разрыв — локальная валидация: DeepSeek API flows, OpenClaw-агенты и квантизированные локальные модели требуют macOS с 96 ГБ+ unified memory — часто недоступно на ноутбуках. Арендованный удалённый Mac VNCMac даёт изолированный узел для тестов Agent, интеграции DeepSeek API и бенчмарков mlx/ds4 через VNC — затем выключаете. Без обязательства на 96 ГБ+ железо, пока ландшафт кремния перестраивается. См. тарифы аренды Mac.