大模型厂商集体造芯：AI话语权的硬件革命

发生了什么

7月第二周，大模型厂商自研芯片的消息密集爆发，形成一波集体造芯潮：

• DeepSeek：7月7日，路透社报道DeepSeek正在开发自有AI推理芯片，项目约一年前启动，已与芯片设计公司、晶圆代工厂和存储器供应商展开接洽。

• OpenAI：已成功推出首款自研AI推理芯片Jalapeño，与博通联合开发，目标削减50%推理成本。这标志着OpenAI从纯软件模型向"软硬全栈"战略的重大跨越。

• Anthropic：7月4日，被曝已与三星电子展开深度谈判，计划共同开发专为Claude大模型设计的AI推理专用ASIC芯片。

• 智谱：据The Information报道，智谱已向多家国内芯片设计公司展开初步技术交流，计划联合开发专用AI处理器，并依托国内成熟的晶圆代工、封装测试等产业链完成制造。

这不是个别现象，而是行业级趋势。

背景

AI推理成本正在成为大模型厂商的核心财务压力。当推理成本占营收30%-50%时，通过自研芯片实现成本可控和供应保障，已成为头部厂商的必然选择。

行业算力消耗的重心也在发生结构性转移。此前数年，算力需求主要集中在模型训练阶段；但随着AI应用大规模铺开，面向用户实时请求的推理计算量已远超训练。相比兼顾训练与推理的通用GPU，面向特定模型架构定制的推理专用芯片（ASIC）能够在功耗和单位成本上形成显著优势——它可以剥离通用GPU的冗余能力，针对特定模型的注意力机制、专家路由和内存访问模式做深度优化。

此前，腾讯、阿里、百度、谷歌、亚马逊、Meta、微软等巨头早已布局自研AI芯片。百度旗下昆仑芯已于2026年1月通过保密形式向港交所提交主板上市申请，阿里巴巴也被传计划分拆旗下AI芯片研发商平头哥独立上市。国产GPU上市潮也在汹涌推进，已有两家登陆A股、两家登陆H股。

为什么重要

大模型厂商造芯与此前手机厂商、新能源汽车厂商造芯有本质不同。手机厂商聚焦端侧SoC集成NPU，平衡功耗与通用体验，是"场景驱动集成"的系统优化；汽车厂商聚焦车规级智驾安全闭环，主攻确定性实时控制。而大模型厂商造芯聚焦云端/数据中心专用推理ASIC以降本保供，本质是"算法定义硬件"的垂直整合。

大模型厂商是对自身模型架构理解最深的一方。将模型架构知识直接固化到芯片设计中，能实现通用GPU无法达到的软硬协同效率。这意味着AI产业的竞争维度正在扩展：不再只是比谁的模型更强，还要比谁能在硬件层把推理成本压到更低。

对中国AI产业而言，这轮造芯潮还有特殊的供应链意义。DeepSeek从依赖英伟达H800，到转向华为昇腾，再到亲自下场设计芯片，其算力路线变迁是中国AI产业算力自主化进程的微缩样本。随着国内芯片设计人才被寒武纪、海光、壁仞等公司多轮"扫"过，人才争夺战将进一步加剧。

后续看点

芯片研制是重资产、长周期、高风险的生意。从设计到流片到量产，需要跨越制造工艺和生态壁垒，不是所有大模型厂商都能走到终点。DeepSeek的芯片仍处于早期阶段，OpenAI的Jalapeño刚推出，Anthropic与三星的合作尚在谈判中。

关键变量在于：制造端——在先进制程受限的背景下，国产推理芯片如何在性能上追平国际水平？生态端——自研芯片能否构建足够的软件工具链和开发者社区？经济性——何时能实现推理成本的实质性下降？

当AI从"模型竞赛"进入"硬件革命"阶段，谁能在软硬全栈上取得突破，谁就将在下一轮AI话语权争夺中占据制高点。