路透社 7 月独家 · 梁文锋原话 · 真武 56 万片量产 · 全球对标 · 推理芯片为何成新战场
TL;DR：2026 年 7 月 7 日，路透社援引三名知情人士报道，DeepSeek 正在开发专用于 AI 推理的自研芯片，项目约一年前启动、处于早期阶段，官方尚未证实。反直觉之处在于：DeepSeek 已深度适配华为昇腾，仍要自研——说明合作与自研并行。与此同时，阿里平头哥真武已量产出货 56 万片+、年化营收百亿级，这是「传闻 vs 八年实战」的鲜明对比。本文覆盖：证据链与时间线、梁文锋公开表态、平头哥产品路线图、2026 年 7 月全球进度对照表、大厂造芯五大驱动力、推理 vs 训练对照、风险与 5 条 FAQ。最后更新：2026-07-09。
| 问题 | 结论（2026 年 7 月 9 日） |
|---|---|
| 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 日报道，目标为推理 ASIC；正接洽设计/代工/存储厂商并低调招聘。官方未公告。 |
| 梁文锋亲口宣布了吗？ | 没有。他强调的是出口禁令与算力饥渴——战略动机，非项目官宣。 |
| 马云也说过类似的话？ | 部分对应，时间线不同。马云 2018 年为平头哥命名；近年蔡崇信、吴泳铭接棒表态。阿里造芯已是量产级。 |
| 最新进度？ | DeepSeek：74 亿美元融资含造芯用途；阿里真武 810E 已量产；OpenAI Jalapeño 9 个月流片待部署。 |
| 安全还是省钱？ | 两者都有，经济学是第一驱动力。推理成本是 AI 商业化的「房租」；定制 ASIC 大规模部署 TCO 可降 30–65%。 |
算力成本不透明：推理随日活线性增长，GPU「租金」长期高于训练一次性投入。
出口管制波动：H100/H800/H20 等轮番受限，采购与合规路径频繁变化。
单一供应商依赖：Nvidia 数据中心 GPU 毛利率超 70%，云厂商议价能力有限。
软硬件协同窗口：DeepSeek UE8M0 FP8、MLA 等架构暗示为特定硬件 co-design 预留空间。
本地验收门槛：跟踪 DeepSeek V4 / ds4 等前沿模型，96GB+ 统一内存 Mac 购置成本高——远程 Mac 按小时试跑成为务实路径（见文末）。
2026 年 7 月 7–8 日，多家媒体跟进路透社独家，核心信息一致：
DeepSeek 正在开发自研 AI 芯片，场景为推理（inference），而非训练（training）。
项目约于2025 年中启动（报道称「一年前」），目前仍处于早期。
正与芯片设计公司、晶圆代工厂（foundry）、存储器供应商接洽。
近几个月加大芯片工程师招聘，未在公开招聘平台发布，采用私下挖人。
若成功，将降低对 Nvidia 和 华为昇腾 的双重依赖——DeepSeek 此前已深度适配昇腾。
| 维度 | 评估 |
|---|---|
| 信源级别 | 高。路透社「三名知情人士（three people familiar with the matter）」标准措辞。 |
| 公司官方确认 | 无。截至调研日 DeepSeek 未发布新闻稿或社媒确认。 |
| 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），用途含「自研 AI 芯片」「扩建国产算力中心」；IDC 规划工程师招聘；UE8M0 FP8 被业内解读为面向国产芯片的软硬件协同。 |
| 矛盾信息 | 部分分析认为短期更依赖华为合作、造芯「传闻淡化」。更准确表述：合作与自研并行，自研尚早，合作已落地。 |
博客表述建议：可写「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」。
| 时间 | 事件 |
|---|---|
| 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 | The Information：智谱亦评估自研定制芯片 |
梁文锋公开采访极少，最有价值信源是「暗涌 Waves」2023 年 5 月、2024 年 7 月两次深度专访。与芯片/算力相关的关键原话：
| 主题 | 原话要点 | 时间 |
|---|---|---|
| 最大挑战 | 「我们真正的挑战从来不是资金，而是高端芯片的出口禁令。」 | 2024-07 |
| 效率差距 | 国内与国外训练/数据效率各约一倍差距，合计需要约 4 倍算力才能达到同样效果。 | 暗涌 |
| 技术前沿 | 「很多国产芯片发展不起来，也是因为缺乏配套的技术社区……中国必然需要有人站到技术的前沿。」 | 暗涌 |
| 算力渴求 | 「对研究员来说，对算力的渴求是永无止境的……我们也会有意识地去部署尽可能多的算力。」 | 暗涌 |
与造芯传闻的关系：梁文锋从未在公开采访中宣布「DeepSeek 要造芯片」。他的表述确立战略动机（算力约束、出口管制、软硬件协同必要性）；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。须区分：「创始人长期表态」≠「官方项目公告」。
用户常问「马云也说过类似的话？」——需厘清：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，阿里巴巴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。公司名由马云亲自拍板（蜜獭寓意「无所畏惧」）。张建锋（行癫）表示：芯片已是阿里巴巴集团战略级事项。初期方向含 AI 芯片（含光系列）、嵌入式芯片、云端一体化；后扩展至服务器 CPU（倚天）、RISC-V IP（玄铁）等。
| 人物 | 角色 | 与芯片相关的公开表述 |
|---|---|---|
| 马云 | 2018 战略决策者 | 命名平头哥、将芯片定为集团战略；2019 年卸任后公开露面减少 |
| 蔡崇信（Joe Tsai） | 现任董事长 | 2024 年 podcast：美国芯片出口限制「明确影响」阿里云；长期相信中国会发展出自主先进半导体能力；出口管制是阿里云分拆搁置原因之一 |
| 吴泳铭 | 现任 CEO | 2026 财年财报电话会：平头哥 AI 芯片累计交付 47 万片+、年化营收百亿级；未来不排除平头哥独立上市 |
不宜写「马云最近说要造芯片」——易误导读者。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。
| 型号 | 时间 | 要点 |
|---|---|---|
| 含光 800 | 2019 | 早期 AI 推理芯片 |
| 真武 810E | 2026-01 发布 | 训推一体；96GB HBM2e；性能介于 Nvidia A800 与 H20 之间；已量产 |
| 真武 M890 | 2026 | 144GB 显存，片间互联 800GB/s，性能约为 810E 的 3 倍 |
| 真武 V900 | 计划 2027 Q3 | 216GB 显存，1200GB/s 互联 |
| 真武 J900 | 计划 2028 Q3 | 自研并行计算架构迭代 |
累计出货：56 万片+（2026 年上半年）
年化营收：百亿人民币级
客户：阿里云内部、中国联通等；据称 400+ 企业客户使用真武集群
平头哥注册资本增至 10 亿元（2026 年 6 月）
阿里宣布未来三年投入 3800 亿元 于云与 AI 基础设施（含芯片、算力、液冷等）
与 Nvidia 的关系：华尔街日报报道：阿里新芯片兼容 Nvidia CUDA 生态，降低工程师迁移成本（与华为路线不同）。制造从早期 TSMC 转向国内代工（业界普遍指向 SMIC 7nm 等成熟方案），以应对美国限制 TSMC 为大陆代工先进 AI 芯片的规则。
「AI 公司造芯」已是全球现象。2026 年 6–7 月关键节点：OpenAI + Broadcom 发布 Jalapeño（6-24）；Anthropic 据报与 Samsung 洽谈 2nm（7-02）；路透社 DeepSeek（7-07）；The Information 智谱评估（7-07）。TrendForce 数据（2026）：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（路透） |
| OpenAI | Jalapeño（与 Broadcom） | 流片完成，待部署 | 推理 | 9 个月设计到 tape-out；2026 年底部署 |
| TPU v6/v7 | 大规模商用 | 训推 | Gemini 端到端可用 TPU | |
| Amazon | Trainium3 / Inferentia | 商用 | 训练+推理 | Anthropic 大规模使用 Trainium |
| Microsoft | Maia 100 | 部署中 | 推理 | 服务 Azure / OpenAI 工作负载 |
| Meta | MTIA | 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 The Information 报道 |
| 智谱 AI | 评估自研定制芯片 | 早期 | 推理 | 2026 年 7 月 The Information 报道 |
延伸阅读：站内 OpenAI × 博通 Jalapeño 深度解析。
一句话：不是为了「造芯片而造芯片」，而是因为 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」。
经济学：推理成本是 AI 的「房租」。训练像买房首付（一次性）；推理像月租（随用户量线性增长）。ChatGPT 类产品有数亿日活时，推理支出超过训练。Morgan Stanley 曾估算：24,000 颗 Blackwell GPU 集群硬件约 8.52 亿美元；同等规模 Google TPU 集群约 0.99 亿美元（硬件口径）。SemiAnalysis、Bernstein 等机构估算：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 场景每 token 成本可降 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。
供应链安全与地缘政治：美国对华高端 AI 芯片出口管制；中国监管鼓励国产算力；即使美国公司也面临 Nvidia 配给。安全指供应链可预期性，不被单一供应商、单一国家政策卡脖子。
软硬件协同（Co-design）：DeepSeek UE8M0 FP8、MLA → 为特定硬件优化；OpenAI Jalapeño → 围绕 ChatGPT serving 模式（KV cache、batching、latency）；Google TPU → 与 TensorFlow/JAX 深度绑定。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。
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。
能源与可持续发展：推理芯片强调 performance-per-watt。兆瓦级数据中心时代，电力和散热成本与芯片采购同等重要；ASIC 剔除 GPU 中大量用不到的通用电路，功耗显著更低。
| 维度 | 通用 GPU（Nvidia） | 定制推理 ASIC |
|---|---|---|
| 灵活性 | 高，适配多种模型 | 低，绑定固定 serving 模式 |
| 大规模 TCO | 高（含「GPU 税」） | 可降 30–65% |
| 软件生态 | CUDA 护城河极深 | 需 co-design 与迁移 |
| 供应链 | 单一供应商 + 出口政策 | 可控性更高（但流片风险大） |
| 适用阶段 | 训练 + 早期推理 | 模型固定后的规模化推理 |
| 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 | 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。
造芯不是「官宣即成功」。须正视：
DeepSeek 项目尚早：无官方确认，流片与量产时间表未知。
Meta MTIA 曾推倒重来：定制硅路线可能因架构变化全面返工。
模型迭代风险：若基础模型架构剧变，为旧 workload 设计的 ASIC 可能迅速贬值。
代工与 HBM 供给：先进制程与 High-Bandwidth Memory 仍是全球瓶颈。
免责声明：截至本文写作时，DeepSeek 尚未官方确认自研芯片项目。本文基于路透社等公开报道与财报/采访整理，不构成投资或采购建议。
分清训练 vs 推理成本：评估自家产品 token 量与 GPU 账单，判断 ASIC 新闻与业务的关联度。
订阅一级信源：Reuters、OpenAI 官方博客、阿里财报电话会——避免仅看二手自媒体「已证实」标题。
多后端验收 Agent：在 Mac 上用 OpenClaw / Claude Code 等工具，对比不同 API 路由的成本与延迟（可链 OpenClaw 多模型路由）。
本地推理试跑：DeepSeek V4 / ds4 等需 96GB+ 统一内存——先按小时租远程 Mac验证，再决定是否购置 Mac Studio（可链 ds4 + DeepSeek V4 租赁指南）。
定期刷新本文：此类话题 2–4 周可能有新进展，关注文末「最后更新」日期。
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，目标为推理而非训练。
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。
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。
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。
两者兼有。短期看，降低推理成本与供应链风险是最紧迫的；地缘政治加速了已存在的经济动机——定制 ASIC 大规模部署 TCO 可降 30–65%。
2026 年 7 月的芯片新闻，表面是 DeepSeek「秘密造芯」与阿里「八年量产」的对照，底层逻辑却是同一命题：推理成本已成为 AI 商业化的房租， whoever controls cheap inference controls the next phase of the market. 对开发者而言，跟踪 Jalapeño、真武 810E 或 DeepSeek 传闻芯片，不等于立刻换硬件——更现实的路径是：在可隔离的 macOS 环境里验收 Agent 工作流、对比 API 与本地推理，再决定是否投入 96GB+ 工作站。
自购 Mac Studio Ultra 试跑 DeepSeek V4 / OpenClaw 的前期成本动辄数万元；租用 VNCMac 远程 Mac 可按小时开通 M4 大内存节点，在 VNC 图形会话中完成模型下载、Metal 授权与 Agent 控制台核对，项目结束即停租。查看 Mac Mini M4 套餐 与帮助页 SSH-VNC 连接说明即可开始。
最后更新：2026-07-09 · 信源：路透社、OpenAI 官方、华尔街日报、财新、暗涌采访、阿里巴巴财报/平头哥公开信息