DeepSeek разрабатывает собственный ИИ-чип? Разбор репортажа Reuters (июль 2026)

~20 мин чтения · MACCOME · Обновлено: 9 июля 2026

Кому читать: platform/inference инженерам, CTO, оценивающим domestic compute и $/token economics, и инвесторам, отслеживающим supply-chain risk. Контекст: 7 июля 2026 Reuters эксклюзивно сообщил, что DeepSeek разрабатывает custom inference ASIC — параллельно DeepSeek V4 уже портирован на Huawei Ascend 950, а Alibaba T-Head Zhenwu превысил 560 000 отгруженных чипов. Вывод статьи: цепочка доказательств Reuters, механизм co-design (UE8M0 FP8, MLA), CUDA-совместимость Zhenwu vs Ascend stack, TCO-модель ASIC vs GPU, глобальный scorecard (Jalapeño, TPU, Trainium), шесть шагов runbook. Структура: TL;DR → шесть bottlenecks → разбор слуха → timeline Liang Wenfeng → T-Head Zhenwu → global matrix → economics → inference vs training → риски → runbook → FAQ.

bolt

TL;DR — вердикт за 30 секунд

  • DeepSeek ASIC: по трём источникам Reuters — вероятно реальный, но early-stage; target — inference ASIC, не training; официального анонса нет.
  • Liang Wenfeng: не объявлял chip program; в 2024 назвал export ban главным constraint и описал ~4× compute gap vs overseas labs — strategic motive, не product launch.
  • Alibaba T-Head: не слух — 8 лет execution; Zhenwu 810E в mass production, 560K+ units, revenue run-rate порядка десяти миллиардов юаней.
  • Global trend: OpenAI Jalapeño, Anthropic × Samsung, Zhipu evaluation — рост поставок custom silicon 44,6% vs GPU 16,1% (TrendForce 2026).
  • Core driver: inference — recurring opex («арендная плата» AI); custom ASIC TCO на 30–65% ниже GPU cluster при известном serving graph; supply predictability — второй фактор.

Шесть bottlenecks: почему «AI-компании строят silicon» взорвалось в июле 2026

За одну неделю: Reuters — DeepSeek inference ASIC, The Information — Zhipu оценивает custom silicon, Anthropic — переговоры с Samsung на 2nm. Это не три заголовка, а сдвиг конкуренции с model quality на unit economics и controllable compute. Если вы уже читали разбор OpenAI Jalapeño × Broadcom, здесь — китайский контур (DeepSeek + T-Head) с тем же engineering lens: ASIC microarchitecture, co-design и TCO.

  1. Inference cost = recurring rent: training — capex spike; inference масштабируется с DAU и растёт 7×24. На ChatGPT-class scale serving opex уже превысил training. Datacenter GPU Nvidia несут gross margin 70%+ — cloud buyers называют это Nvidia tax: margin leakage на каждый H200/B200.
  2. Export controls как hard constraint: ротация ограничений H100/H800/H20 для Китая. Liang Wenfeng в 2024: export ban на advanced chips — «главный вызов». Даже US hyperscaler сталкиваются с allocation risk Nvidia — predictability supply chain стала инженерным, а не только политическим параметром.
  3. Partner + in-house — параллельные траектории: DeepSeek V4 tuned под Huawei Ascend 950, часть training на Ascend — но Reuters 07.07 всё равно сообщил о custom inference ASIC. Корректная модель: partnership ship сегодня; in-house silicon — long bet на fixed graph.
  4. Hardware–software co-design window: DeepSeek UE8M0 FP8 и MLA (Multi-head Latent Attention) читаются как сигнал оптимизации под domestic accelerators — меньше memory bandwidth на KV cache, проще зашить matmul path в ASIC. OpenAI Jalapeño заточен под ChatGPT serving (KV cache layout, continuous batching, p99 latency). GPU платит flexibility tax; ASIC покупает efficiency на frozen graph.
  5. Rumor vs production asymmetry: DeepSeek silicon не подтверждён, T-Head — volume business (560K+, десятки миллиардов юаней revenue). Смешивать «Jack Ma недавно говорил о чипах» (стратегия 2018) с «Reuters: secret DeepSeek project» (early R&D 2026) — методологическая ошибка.
  6. Downstream для builders: inference price war повышает API volatility. Когда compute layer нестабилен, multi-model routing и 7×24 Agent control plane важнее ставки на одного silicon vendor.

Reuters 07.07.2026: что заявлено и что остаётся unconfirmed

7–8 июля 2026 основные business press перепечатали Reuters exclusive. Консенсус формулировок:

  • DeepSeek разрабатывает custom AI chip для inference, не training
  • Программа стартовала около середины 2025 («~год назад»), стадия — early R&D
  • Переговоры с chip design house, foundry, memory vendor (HBM supply — отдельный bottleneck)
  • Усиленный chip design hiring — часто off public boards, direct outreach
  • Успех снизил бы зависимость и от Nvidia, и от Huawei Ascend, несмотря на deep integration Ascend в V4

Editorial guardrail: писать «по данным Reuters, DeepSeek запустил inference ASIC program». Не писать «Liang Wenfeng официально анонсировал чип». Теги: sources say / early stage / not confirmed.

Credibility matrix

Измерение Оценка
Source tier Высокий. Стандарт Reuters «three people familiar with the matter»; cross-check major business press
Official confirmation Нет. На 09.07.2026 DeepSeek не выпустил press release или post
Circumstantial evidence Сильное. External round июня 2026 ~$7,4 млрд (~510 млрд юаней) с заявленными целями custom chips + domestic DC; IDC planning hires; UE8M0 FP8 как co-design signal
Contradictory takes Часть аналитиков: near-term lean на Ascend, custom silicon «downplay». Баланс: partnership + in-house R&D параллельно

Liang Wenfeng: цитаты, compute gap и связь со слухом

Liang Wenfeng редко даёт on-the-record интервью. Ключевые источники — два long-form профиля Waves (暗涌, май 2023, июль 2024). Он не объявлял «DeepSeek will build chips» — Reuters описывает corporate behavior (hiring, supplier talks), не founder product launch.

Цитаты (compute / silicon context)

format_quote

«Настоящий вызов — не capital, а export ban на advanced chips.» — июль 2024, Waves

format_quote

Training efficiency domestically ~½ vs best overseas, data efficiency ещё ~½ — нужно ~4× compute для того же outcome. — Liang Wenfeng, Waves

format_quote

«Многие domestic chips не взлетают без real technical community — только second-hand info. Китаю нужны люди на frontier.» — Liang Wenfeng

format_quote

«Жажда compute у researchers бесконечна… мы сознательно deploy as much compute as we can.»

Эти тезисы задают strategic motive: export control, 4× efficiency penalty, необходимость hardware–software alignment. В copy разделяйте long-term founder statements и official project announcements.

Alibaba / T-Head (平头哥): 8 лет execution, не июльский слух

Частый вопрос: «Jack Ma говорил то же?» Уточнение: программа Alibaba — multi-year production business, не fresh headline.

2018: strategic origin (Jack Ma)

  • Сентябрь 2018 Cloud Summit — слияние C-SKY (中天微) и Damo silicon teams в T-Head Semiconductor
  • Бренд «平头哥» (T-Head, honey badger) — Jack Ma лично утвердил название
  • Zhang Jianfeng (行癫): chips — group-level strategic priority
  • Scope: AI accelerators (Hanguang), embedded IP, cloud-edge; позже — server CPU (Yitian), RISC-V IP (Xuantie)

Не писать «Jack Ma недавно призвал к чипам». Корректно: Jack Ma — 2018 strategy; Joe Tsai — export-control pressure 2024; Eddie Wu — production metrics 2026.

Jack Ma vs Joe Tsai vs Eddie Wu

Executive Роль Публичные тезисы о silicon
Jack Ma 2018 strategic sponsor Named T-Head; elevated chips to group strategy; публичность снизилась после step down 2019
Joe Tsai Chairman Podcast 2024: US chip export limits «clearly affect» Alibaba Cloud; China AI ~2 года behind US; export rules — among reasons pause Alibaba Cloud IPO
Eddie Wu CEO FY2026 earnings: T-Head AI chips 470 000+ cumulative units; revenue run-rate ~десять миллиардов юаней; IPO T-Head not ruled out

Zhenwu (真武) product line — specs и roadmap

SKU Timing Mechanism / specs
Hanguang 800 2019 Early AI inference accelerator; baseline для T-Head AI line
Zhenwu 810E Jan 2026 Train+infer unified; 96 GB HBM2e; perf между Nvidia A800 и H20; mass production
Zhenwu M890 2026 144 GB memory; die-to-die 800 GB/s; ~3× throughput vs 810E
Zhenwu V900 Q3 2027 plan 216 GB; interconnect 1200 GB/s
Zhenwu J900 Q3 2028 plan Next-gen parallel compute architecture iteration

Commercial metrics (2026): cumulative shipments 560 000+; annualized revenue порядка десяти миллиардов юаней; customers — Alibaba Cloud internal, China Unicom, reportedly 400+ enterprises на Zhenwu clusters; registered capital T-Head поднят до 1 млрд юаней (июнь 2026); Alibaba pledged 380 млрд юаней за три года на cloud + AI infra.

CUDA compatibility vs Ascend stack: WSJ reporting — newer Alibaba chips target CUDA compatibility layer, снижая migration cost для engineers с cuBLAS/cuDNN codebase. Huawei Ascend — CANN stack, другой compiler path. Manufacturing: shift с early TSMC flows к domestic foundry (industry consensus — SMIC 7nm-class mature nodes).

Global scorecard: custom silicon, июль 2026

Custom silicon — global phenomenon. Engineering lens один: fixed serving graph → ASIC; experimental training → CUDA GPU.

Company Program Stage Workload Key numbers / events
DeepSeek Unnamed inference ASIC Early R&D Inference ~$7,4B funding; quiet hiring; no official confirm
Alibaba (T-Head) Zhenwu 810E / M890 Mass production Train + infer 560K+ shipped; ~10B yuan revenue run-rate
Huawei Ascend 950 Production Train + infer DeepSeek V4 tuned; Reuters — order surge
OpenAI Jalapeño (Broadcom) Tape-out; deploy pending Inference 9-month design-to-tape-out; Azure EOY 2026 — см. Jalapeño разбор
Google TPU v6/v7 Large-scale Train + infer Gemini end-to-end on TPU + JAX stack
Amazon Trainium3 / Inferentia Commercial Train + infer Anthropic — large Trainium fleets
Microsoft Maia 100 Rolling out Inference Azure / OpenAI serving
Meta MTIA Internal Inference Recommendation-heavy; one redesign cycle
Anthropic Samsung custom talks Exploratory TBD The Information, июль 2026
Zhipu AI Evaluating custom silicon Early Inference The Information, июль 2026

TrendForce (2026): рост поставок hyperscaler custom AI chips — 44,6% vs general GPU 16,1%. Custom silicon впервые обгоняет GPU по этому growth metric.

Пять drivers custom chip wave (ranked by mechanism)

One-liner: labs не chase silicon ради vanity — competition спустилась в compute economics и supply control.

  1. Economics — inference rent bill: Morgan Stanley sizing: 24 000-GPU Blackwell cluster ~$852M hardware vs ~$99M comparable Google TPU footprint (hardware-only). SemiAnalysis, Bernstein: custom ASIC TCO advantage 40–65% vs GPU; hyperscaler serving — 30–40% cut per-token cost.
  2. Supply-chain predictability: export rules, domestic substitution, Nvidia allocation. «Security» здесь = не hostage одному vendor / одной policy.
  3. Hardware–software co-design: DeepSeek UE8M0 FP8 + MLA; OpenAI Jalapeño — KV cache, batching, latency SLA; Google TPU bound to JAX/XLA. GPU держит general-purpose ALU и wide memory hierarchy «на всякий случай»; ASIC вырезает dead silicon под frozen op graph.
  4. Negotiating leverage: даже partial in-house silicon усиливает procurement vs Nvidia; narrative «model + cloud + chip» (Alibaba triangle, OpenAI full-stack infra).
  5. Energy / perf-per-watt: megawatt DC era — power + cooling rival chip capex. Inference ASIC оптимизирует MAC ops/W на known batch size; GPU тратит watts на unused FP64/graphics paths.

Inference ASIC vs training GPU: почему рынок split

Bottom line: training — Nvidia + CUDA moat; inference — custom ASIC battleground.

Dimension Training Inference
Workload Dynamic graph, architecture churn, hyperparam sweep Frozen weights, predictable QPS/latency distribution
Software stack Deep CUDA moat: cuDNN, NCCL, Nsight, PyTorch CUDA graphs Hand-tuned kernels, fused ops, static batching under SLA
Silicon needs Peak TFLOPS + programmability + HBM bandwidth Throughput, p99 latency, $/token, perf/W
Economic scale Large one-time cluster capex 7×24 continuous opex — often larger lifetime spend
Examples Nvidia H100/B200 leadership TPU, Trainium, Maia, Jalapeño, rumored DeepSeek ASIC, Zhenwu

Risks: early programs fail, architecture drift

  • Meta MTIA reboot — custom silicon не linear path
  • Architecture drift: training меняется быстро; inference steadier, но post-Transformer shift повышает ASIC sunk cost
  • DeepSeek unconfirmed: zero official statement — не label «proven»
  • Manufacturing: leading-edge foundry, HBM supply, tool export under sanctions
fact_check

Pre-publish checklist

  • Не писать «Liang Wenfeng officially announced chips» — «reportedly / sources say»
  • Training vs inference — separate (таблица выше — anchor)
  • Jack Ma timing: 2018 strategy, не «Jack Ma just said»
  • Dual currency: ~$7,4B ≈ 510 млрд юаней
  • News flow каждые 2–4 недели — Reuters, earnings calls

Timeline: selected milestones

timeline
2023–2024  Liang Wenfeng (Waves): export ban top challenge; compute hunger; 4× gap
2025-01    DeepSeek R1; trained on Nvidia H800 (export-blocked late 2023)
mid-2025   Reported start custom chip program
2026-04    DeepSeek V4 on Huawei Ascend; V4-Flash partial Ascend training
2026-06    DeepSeek external round ~$7.4B; uses include custom AI chips
           OpenAI + Broadcom: Jalapeño inference ASIC (9-month tape-out)
2026-07-07 Reuters exclusive: DeepSeek developing custom inference chip
           The Information: Zhipu evaluating custom silicon
2018-09    Alibaba forms T-Head (Jack Ma names brand)
2026-01    Alibaba Zhenwu 810E enters mass production

Шесть шагов runbook: что делать builders, пока silicon strategies играются

Chip strategy — hyperscaler chess. Application teams act today: multi-vendor compute + stable Agent control plane. Дополняет Huawei openPangu Ascend stack и ds4 high-memory Mac inference guide.

  1. Compute cost dashboard: split training vs inference opex; track $/1M tokens, GPU utilization, API bill — inference >60% AI spend → routing + KV cache tuning before capex bet.
  2. Multi-vendor routing: не bind production Agents к одной model/chip ecosystem; primary + fallback + degrade paths (OpenRouter matrix).
  3. Rumor vs purchasable: DeepSeek ASIC — early; Zhenwu, Ascend, Nvidia — clearer procurement. Buy on production status + software maturity, не headlines.
  4. Co-design ROI: fixed serving graph (stable model, batch inference) → ASIC TCO; frequent arch changes → GPU CUDA flexibility.
  5. Control plane always-on: Gateway, CI runners, signing hosts, Agent scheduler — dedicated environment, не shared inference cluster.
  6. Quarterly supply review: refresh 2–4 weeks из Reuters, WSJ, earnings silicon commentary; internal risk register.

Три hard numbers (citable EEAT)

  • ~$7,4 млрд / 510 млрд юаней: DeepSeek external funding июнь 2026; disclosed uses — custom AI chips + domestic compute (Reuters / public financing).
  • 560 000+ units / ~10 млрд юаней revenue scale: T-Head Zhenwu cumulative shipments H1 2026 (Eddie Wu earnings / press).
  • 44,6% vs 16,1%: TrendForce 2026 — custom AI chip shipment growth vs general GPU growth.

Security vs cost: как frame оба без bias

Angle Reader Engineering write-up
Geopolitics / decoupling US–China tech watchers Export controls, domestic substitution, supply autonomy
Business / investing AI economics TCO, gross margin, $/token, capex payback
Engineering Builders Co-design, ASIC vs GPU microarchitecture, inference serving
Enterprise procurement Security/compliance Data sovereignty, supply resilience, third-party dependence

Стратегия «ждать только domestic chips» имеет hidden cost: early programs fail (Meta MTIA), software migration (CUDA → CANN или custom runtime) недооценена, Agent control plane не может idle — Gateway outage дороже 5% swing inference price. «Forever rent Nvidia API» — price spikes, quotas, geopolitical shock. Pragmatic path: multi-vendor compute + stable dedicated control-plane.

Команды с OpenClaw Gateway, coding Agents, CI runners на owned Mac упираются в procurement lead time, rack constraints, peak scale. VM часто режут Metal/graphics stack fidelity. MACCOME Mac cloud — dedicated Apple Silicon bare metal, flexible lease, multi-region nodes — steadier production base для AI Agent automation, пока hyperscaler silicon headlines меняются еженедельно. Control plane не должен jitter с каждым Reuters alert.

FAQ

Насколько достоверен репортаж Reuters о чипе DeepSeek?

Reuters 7 июля 2026, три осведомлённых источника — высокий credibility bar, но DeepSeek не подтвердил официально. Early-stage, target — inference. На 09.07.2026 label «reportedly», не «confirmed».

Объявлял ли Liang Wenfeng программу собственного silicon?

Нет. Интервью Waves 2024: export ban — главный challenge, ~4× compute gap, deploy compute — но не custom silicon launch. Reuters — hiring и supplier talks.

Кто из Alibaba говорил о чипах?

Jack Ma — стратегия и naming T-Head, 2018. Joe Tsai — export-control impact на Alibaba Cloud. Eddie Wu — mass-production metrics, 2026 earnings. Зрелый бизнес, не fresh rumor.

Почему inference ASIC первым, а не training GPU?

Inference — stable graph, 7×24 scale, ASIC wins $/token. Training — CUDA depth (cuDNN, NCCL), programmability; Nvidia leads. Rumored DeepSeek part, Jalapeño, Zhenwu — inference или train-infer unified economics.

Hyperscaler строят чипы ради безопасности или экономии?

Оба; economics первична — cut inference cost (Nvidia tax) и supply risk. Custom ASIC TCO −30–65% vs GPU at scale. Для stable Agent infra: тарифы аренды Mac Mini MACCOME.

Disclaimer: DeepSeek не подтвердил custom chip program официально. Информация актуальна на 09.07.2026: Reuters, WSJ, OpenAI announcements, Waves (Liang Wenfeng), Alibaba earnings, industry analysis. Re-check headlines перед republish.

Sources: Reuters (07.07.2026 DeepSeek chip report), OpenAI Jalapeño announcement, WSJ (Alibaba AI chip), Caixin Global (Zhenwu 810E), Waves (Liang Wenfeng interviews), TrendForce (custom silicon growth).