DeepSeek 自研晶片是真的嗎？梁文鋒算力佈局與阿里平頭哥八年造芯路（2026）

約 20 分鐘閱讀 · MACCOME · 最後更新：2026-07-09

適用讀者：追問「DeepSeek 造晶片是真的嗎」的開發者、評估國產算力替代方案的企業技術負責人，以及關心 AI 推理成本與供應鏈安全的投資人。2026 年 7 月 7 日路透社獨家稱 DeepSeek 正開發專用於 AI 推理的自研晶片——與此同時，DeepSeek V4 已深度適配華為昇騰，阿里平頭哥真武晶片累計出貨超 56 萬片。本文給出完整結論：傳聞證據鏈、梁文鋒原話、馬雲 2018 平頭哥戰略 → 吳泳銘 2026 量產資料、全球對標、五大驅動力、推理 vs 訓練技術解釋、風險與六步落地 Runbook。結構：TL;DR → 六大痛點 → 傳聞拆解 → 人物時間線 → 進度表 → 全球趨勢 → 經濟學 → FAQ。

bolt

TL;DR — 30 秒結論

  • DeepSeek 造芯傳聞：據路透社三名知情人士，大概率屬實但處於早期；目標為推理 ASIC，非訓練；官方尚未公告。
  • 梁文鋒表態：從未公開宣布造芯；2024 年強調出口禁令是最大挑戰與算力渴求——提供戰略動機，非「官宣」。
  • 阿里平頭哥：非傳聞，八年佈局已量產；真武 810E 已發布，出貨 56 萬片+，年化營收百億級。
  • 全球趨勢：OpenAI Jalapeño、Anthropic×Samsung、智譜評估自研——定制矽增速 44.6%，跑贏通用 GPU 的 16.1%（TrendForce 2026）。
  • 核心驅動力：經濟學第一——推理是 AI 的「房租」；定制 ASIC 大規模部署 TCO 可比 GPU 低 30–65%；供應鏈安全次之。

六大痛點：為什麼 2026 年「AI 公司造芯」突然刷屏？

2026 年 7 月一週內，路透社報導 DeepSeek 自研推理晶片、The Information 稱智譜亦在評估定制矽、Anthropic 據報與 Samsung 洽談 2nm 晶片——這不是孤立新聞，而是AI 競爭從「誰有最好模型」延伸到「誰有最便宜、最可控算力」的結構性轉折。若你已在站內讀過OpenAI × 博通 Jalapeño 推理晶片文，本篇以 DeepSeek 傳聞 + 阿里八年實戰為主線，補齊中國視角與全球對標。

  1. 推理成本 = AI 的「房租」：訓練像買房首付（一次性），推理像月供（隨日活線性增長）。ChatGPT 類產品有數億日活時，推理支出已超過訓練。Nvidia 資料中心 GPU 毛利率超 70%——雲廠商每買一張 H200，大部分利潤流向 Nvidia，業界稱此為「GPU 稅」。
  2. 出口管制卡脖子：美國對華 H100/H800/H20 等輪番受限；梁文鋒 2024 年直言「高端晶片出口禁令是最大挑戰」。即使美國 hyperscaler 也面臨 Nvidia 配給不足——供應鏈可預期性成為全行業的硬約束。
  3. 合作與自研並行，非二選一：DeepSeek V4 已適配華為昇騰 950，部分訓練使用昇騰——但路透 7/7 仍報其啟動自研推理 ASIC。更準確的表述是：短期依賴合作，長期佈局自研；自研尚早，合作已落地。
  4. 軟硬體協同窗口：DeepSeek UE8M0 FP8 資料格式、MLA 架構被業內解讀為面向國產晶片的 co-design 訊號；OpenAI Jalapeño 圍繞 ChatGPT serving 模式（KV cache、batching、latency）定制——通用 GPU 為靈活性犧牲效率，ASIC 為已知負載犧牲靈活性換取效率。
  5. 傳聞 vs 實戰的資訊不對稱：DeepSeek 造芯尚無官方確認，但阿里平頭哥已是量產級業務（56 萬片+、百億營收）。把「馬雲最近說要造晶片」與「路透 DeepSeek 秘密專案」混為一談，會嚴重誤導讀者——前者是 2018 戰略決策，後者是 2026 早期研發傳聞。
  6. 開發者層的間接衝擊：推理成本戰加劇 API 價格波動與模型路由複雜度。算力基礎設施不穩定時，多模型路由決策與 Agent 控制面 7×24 在線比「押注單一晶片供應商」更緊迫。

DeepSeek 造芯傳聞拆解：路透社說了什麼，什麼還沒證實？

2026 年 7 月 7–8 日，多家媒體跟進路透社獨家報導，核心資訊一致：

  • DeepSeek 正在開發自研 AI 晶片，目標場景是推理（inference），而非訓練（training）
  • 專案約於 2025 年中啟動（報導表述「一年前」），目前仍處於早期階段
  • 正與晶片設計公司、晶圓代工廠（foundry）、記憶體供應商接洽
  • 近幾個月加大晶片設計工程師招聘，未在公開招聘平台發布，採用私下挖人
  • 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

部落格表述建議：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」。應標註「知情人士 / 早期階段 / 未官方證實」。

可信度評估

維度 評估
信源級別 高。路透社「三名知情人士（three people familiar with the matter）」標準措辭，全球主流財經媒體交叉驗證流程
公司官方確認 無。截至 2026-07-09，DeepSeek 未發布新聞稿或社群媒體確認
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」「擴建國產算力中心」；IDC 規劃工程師招聘；UE8M0 FP8 被解讀為軟硬體協同設計
矛盾資訊 部分分析認為 DeepSeek 短期更依賴華為昇騰，造芯「傳聞淡化」。合作與自研並行才是準確圖景

梁文鋒說過什麼？與造芯傳聞的關係

梁文鋒公開受訪極少，最有價值信源是「暗湧 Waves」2023 年 5 月、2024 年 7 月兩次深度專訪。他從未在公開受訪中宣布「DeepSeek 要造晶片」——路透社報導的是公司行為（招聘、接洽供應商），不是創辦人宣言。

關鍵原話（與晶片/算力相關）

format_quote

「我們真正的挑戰從來不是資金，而是高端晶片的出口禁令。」— 2024 年 7 月，暗湧受訪

format_quote

國內最好水準與國外相比，訓練效率約有一倍差距，資料效率又約一倍差距，合計需要約 4 倍算力才能達到同樣效果。— 梁文鋒，暗湧

format_quote

「很多國產晶片發展不起來，也是因為缺乏配套的技術社群，只有第二手資訊，所以中國必然需要有人站到技術的前沿。」— 梁文鋒，暗湧

format_quote

「對研究員來說，對算力的渴求是永無止境的……我們也會有意識地去部署盡可能多的算力。」

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」。

阿里巴巴 / 平頭哥：不是傳聞，是八年佈局

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。

馬雲時代（2018）：戰略起點

  • 2018 年 9 月雲棲大會，阿里巴巴將中天微與達摩院晶片團隊整合，成立平頭哥半導體有限公司
  • 公司名由馬雲親自拍板。「平頭哥」即蜜獾，寓意「無所畏懼」
  • 張建鋒（行癲）表示：晶片已是阿里巴巴集團戰略級事項
  • 初期方向：AI 晶片（含光系列）、嵌入式晶片、雲端一體化；後擴展至伺服器 CPU（倚天）、RISC-V IP（玄鐵）等

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。

馬雲 vs 蔡崇信 vs 吳泳銘

人物 角色 與晶片相關的公開表述
馬雲 2018 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

真武（Zhenwu）系列產品線

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

商業化資料（2026）：累計出貨 56 萬片+；年化營收 百億人民幣級；客戶含阿里雲內部、中國聯通等，據稱 400+ 企業客戶使用真武叢集；平頭哥註冊資本增至 10 億元（2026 年 6 月）；阿里宣布未來三年投入 3800 億元於雲與 AI 基礎設施。

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）。製造從早期 TSMC 轉向國內代工（業界普遍指向 SMIC 7nm 等成熟方案）。

2026 年 7 月全球進度對照表

「AI 公司造芯」已是全球現象，不是中國獨有。英文讀者更關注 unit economics 與 Nvidia tax；中文讀者對國產替代共鳴更強——一篇好文章應兩條線都寫。

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；低調招聘；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（詳見站內 Jalapeño 文）
Google 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 洽談定制晶片 探索階段 未定 2026 年 7 月 The Information 報導
智譜 AI 評估自研定制晶片 早期 推理 2026 年 7 月 The Information 報導

TrendForce 資料（2026）：雲廠商定制 AI 晶片出貨量增速 44.6%，遠超通用 GPU 的 16.1%——定制矽首次在增速上顯著跑贏 GPU。

大廠為何都要造晶片？五大驅動力（按重要性排序）

一句話答案：不是為了「造晶片而造晶片」，而是因為 AI 競爭已從模型層延伸到算力經濟學與供應鏈控制。

  1. 經濟學：推理成本是 AI 的「房租」 — 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（硬體口徑）。SemiAnalysis、Bernstein 估算定制 ASIC 相對 GPU 可有 40–65% TCO 優勢；hyperscaler 場景每 token 成本可降低 30–40%。
  2. 供應鏈安全與地緣政治 — 出口管制、國產替代鼓勵、Nvidia 配給問題。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。
  3. 軟硬體協同（Co-design） — DeepSeek UE8M0 FP8、OpenAI Jalapeño serving 優化、Google TPU 與 JAX 深度綁定。通用 GPU 為靈活性犧牲效率；定制晶片為已知工作負載換取效率。
  4. 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，構建「模型 + 雲 + 晶片」全棧故事（阿里「金三角」、OpenAI full-stack infrastructure）。
  5. 能源與永續發展 — 推理晶片強調 performance-per-watt。兆瓦級資料中心時代，電力與散熱成本與晶片採購同等重要；ASIC 剔除 GPU 中用不到的通用電路，功耗顯著更低。

推理晶片 vs 訓練 GPU：為什麼行業在分裂？

結論：訓練仍是 Nvidia 主場；推理是定制 ASIC 的主戰場。

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

風險與不確定性：早期專案可能失敗

  • Meta MTIA 曾推倒重來——定制矽並非一帆風順
  • 架構變化風險：訓練側模型架構頻繁迭代；推理側相對固定，但若 Transformer 被新架構替代，ASIC 沉沒成本更高
  • DeepSeek 專案未證實：截至本文寫作日，官方零公告；勿寫「已證實」
  • 製造瓶頸：先進製程代工、HBM 供應、出口管制下的設備限制
fact_check

寫作風險提醒（發布前請核對）

  • 勿寫「梁文鋒正式宣布造芯」——應寫「據報導 / 知情人士稱」
  • 勿混淆訓練與推理——上文表格已明確區分
  • 馬雲時效性：強調 2018 戰略，避免「馬雲最近說」
  • 資料雙幣標註：74 億美元 ≈ 510 億元人民幣
  • 此類話題 2–4 週可能有新進展，請關注路透/OpenAI 官方更新

大廠造芯關鍵時間線

timeline
2023–2024  梁文鋒暗湧受訪：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    DeepSeek 首輪外部融資 ~74 億美元，用途含自研晶片
           OpenAI + Broadcom 發布 Jalapeño（推理 ASIC，9 個月流片）
2026-07-07 Reuters：DeepSeek 正開發自研推理晶片（獨家）
           The Information：智譜亦評估自研定制晶片
2018-09    阿里成立平頭哥（馬雲命名）
2026-01    阿里發布真武 810E 量產

六步落地 Runbook：開發者與技術負責人如何應對造芯浪潮？

晶片戰略是巨頭博弈，但應用層團隊今天就能做的是降低算力單點依賴、保障 Agent 基礎設施穩定——這與華為 openPangu 昇騰全鏈路、ds4 本地高記憶體 Mac 推理等站內專題形成互補。

  1. 建立算力成本儀表板：拆分訓練 vs 推理支出；追蹤每百萬 token 成本、GPU 利用率、API 帳單趨勢——推理占比超 60% 時優先考慮路由與快取優化。
  2. 多供應商路由架構：勿將生產 Agent 綁定單一模型或單一晶片生態；配置主備 provider 與降級策略（參考 OpenRouter 多模型路由矩陣）。
  3. 區分「傳聞」與「可採購」：DeepSeek 自研晶片尚早；阿里真武、華為昇騰、Nvidia 各有成熟路徑——採購決策以已量產 + 軟體棧成熟度為準，不以媒體報導為準。
  4. 評估軟硬體協同收益：若工作負載固定（固定模型 serving、批次處理推理），關注 ASIC/專用加速器的 TCO；若實驗性強（頻繁換模型/arch），保留 GPU 靈活性。
  5. 保障控制面 7×24 在線：算力層波動時，Gateway、CI Runner、簽名機、Agent 排程器更需要穩定獨占環境——避免與推理叢集爭搶資源。
  6. 季度複審供應鏈新聞：設定 2–4 週資訊刷新節奏；關注 Reuters、WSJ、各公司財報電話會中的晶片表述，更新內部風險登記冊。

三條硬核資料（EEAT 可引用）

  • 74 億美元 / 510 億元人民幣：DeepSeek 2026 年 6 月首輪外部融資，對外披露用途含自研 AI 晶片與國產算力中心擴建（Reuters / 公開融資報導）。
  • 56 萬片+ / 百億營收：阿里平頭哥真武系列 2026 年上半年累計出貨與年化營收量級（吳泳銘財報電話會 / 公開報導）。
  • 44.6% vs 16.1%：TrendForce 2026 年雲廠商定制 AI 晶片出貨量增速 vs 通用 GPU 增速——定制矽增速首次顯著跑贏 GPU。

安全 vs 節約成本：怎麼寫才不偏頗？

敘事角度 適用讀者 寫法
地緣政治 / 脫鉤 關心中美科技競爭 強調出口管制、國產替代、供應鏈自主
商業 / 投資 關心 AI 經濟學 強調 TCO、毛利率、token 成本、capex 回報
技術 工程師讀者 強調 co-design、ASIC vs GPU、推理架構
安全 企業採購決策者 強調資料主權、供應鏈韌性、減少第三方依賴

純押注「等國產晶片成熟再上車」的問題在於：早期專案可能失敗（Meta MTIA 先例）、軟體生態遷移成本被低估、且Agent 控制面不能等——Gateway 當機比推理單價貴 5% 損失更大。純押注「永遠租 Nvidia API」則面臨價格波動、配額與地緣政治黑天鵝。更務實的路徑是：算力層多供應商 + 應用控制面穩定獨占環境。

對於需要 7×24 運行 OpenClaw Gateway、程式設計 Agent、CI Runner 或本地模型實驗的團隊，自購 Mac 面臨採購週期、機房環境與峰值擴容瓶頸；虛擬機方案則常有 Metal/圖形棧限制與效能損耗。相比之下，MACCOME 的 Mac 雲主機提供獨占 Apple Silicon 實體機、彈性租期與六國節點，更適合作為 AI Agent 自動化的穩定生產底座——算力新聞天天變，你的控制面不該跟著抖。

常見問題

DeepSeek 造晶片的消息可靠嗎？

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，目標場景為 AI 推理而非訓練。截至本文寫作日（2026-07-09），應標註「據報導」而非「已證實」。

梁文鋒公開說過要造晶片嗎？

沒有。他 2024 年暗湧受訪中表示「最大挑戰是高端晶片出口禁令」，並強調算力部署與 4 倍效率差距，但未宣布自研晶片專案。路透報導的是公司招聘與供應商接洽行為。

馬雲和蔡崇信誰在說晶片？

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對阿里雲的影響，吳泳銘在 2026 財報電話會披露量產資料。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」。

為什麼先做推理晶片，不做訓練晶片？

推理工作負載穩定、規模大、7×24 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。DeepSeek 傳聞晶片、OpenAI Jalapeño、阿里真武均優先推理或訓推一體場景。

大廠造晶片主要是為了國家安全還是省錢？

兩者兼有，但經濟學是第一驅動力：降低推理成本（「Nvidia 稅」）與供應鏈風險是最緊迫的；出口管制加速了已存在的經濟動機。定制 ASIC 大規模部署 TCO 可比 GPU 低 30–65%。若你需穩定運行 Agent 基礎設施，可查看 MACCOME Mac 雲主機租賃方案。

免責聲明：DeepSeek 尚未官方確認造芯專案。本文資訊截至 2026-07-09，基於 Reuters、WSJ、OpenAI 官方、暗湧受訪、阿里巴巴財報及公開行業分析整理。發布前請核對最新新聞。

信源：Reuters（2026-07-07 DeepSeek chip report）、OpenAI Jalapeño 官方公告、WSJ（Alibaba AI chip）、Caixin Global（Zhenwu 810E）、暗湧 Waves（梁文鋒專訪）、TrendForce（定制矽增速）。