出品 | 搜狐科技

作者 | 梁昌均

在AI芯片成為硬通貨、行業供需失衡的情況下，越來越多的大模型企業開始踏入這一賽道。

前有國外的OpenAI、Anthropic、SpaceX（xAI）等大模型企業，國內的DeepSeek、智譜也被爆出打上了芯片的主意。

毫無意外地，它們都選擇了相同的方向——AI推理芯片，而非訓練芯片。業內多位人士對搜狐科技表示，這是基于成本、供應鏈、估值等多重考慮。

隨著AI算力需求從訓練加速轉向推理，在大廠之外，越來越多的大模型公司開始自研芯片，英偉達牢牢統治的AI算力江湖可能要變天了。

頭部大模型公司造芯，OpenAI領跑

從目前進展來看，OpenAI造芯暫時跑在了前面。半個月前，OpenAI宣布推出首款AI芯片Jalape?o。

這款***用臺積電3nm工藝的芯片***在今年年底開始部署，先服務OpenAI內部需求，隨后將逐步擴展到微軟等合作伙伴的數據中心。

隨后，OpenAI的對頭Anthropic也被爆出與多家芯片設計公司接洽，并******用三星2nm工藝，還挖來了OpenAI初代自研芯片團隊核心成員。

馬斯克旗下的xAI去年就被爆出***在今年量產自研芯片，但隨著xAI并入SpaceX，團隊解散，這款芯片能否最終面世，存在變數。

最新傳出入局造芯的則是國內大模型公司DeepSeek和智譜。

媒體報道稱，DeepSeek自研芯片項目一年前就已啟動，正與芯片設計、晶圓代工和存儲公司討論，目標芯片主要用于AI推理，并開啟芯片人才的非公開招聘。

隨后智譜也被爆出正與國內芯片設計廠商接洽，評估定制化AI芯片方案。這兩家公司均未對此有所回應，但顯然還處于早期階段。

快思慢想研究院院長田豐認為，多家大模型公司造芯，主要是因為大規模推理成本逼出來的生存選擇。

從OpenAI來看，去年凈虧損高達385億美元，總成本340億美元中，僅研發就花了192億美元，比全年收入還高出60多億美元。更關鍵的是，營收成本（即推理計算成本）同樣漲了近三倍，意味著用戶規模與虧損在同步擴張。

Anthropic探索自研芯片的時間點，同樣是在收入加速爆發之際，其最新年化ARR已超過600億美元，半年內增長近六倍。

媒體報道稱，智譜自研芯片的考慮則出于GLM-5.2 需求的暴增，其年底ARR指引達10億美元，相比年初增長15倍。DeepSeek在發布V4模型后，調用量同樣迎來暴增。

同時，田豐認為，這也是為了降低供應商依賴風險，但中美公司情況有所差異。

美國大模型公司面對的是供應商定價權與算力***分配權。“算力供貨權由英偉達掌握，OpenAI、Anthropic再有錢，也無法繞過英偉達排隊。”

中國大模型公司是另一種約束——高端芯片受限，英偉達自去年逐漸退出中國市場。DeepSeek此前則發布針對華為昇騰硬件優化的V4模型，其和智譜等也紛紛適配國產芯片。

“DeepSeek自研芯片的目標，是同時減少對華為和英偉達的雙重供給依賴。”田豐認為，國內大模型公司造芯，是把供應鏈風險降到最低的唯一路徑，而非純粹的商業選擇。

華芯資本合伙人梁東健也對搜狐科技表示，國內外大模型公司自研芯片的共同需求是降本，推理成本太吃利潤。

“但國外是‘錦上添花’——英偉達芯片管夠，自研是為了效率壁壘和差異化；國內是‘雪中送炭’——高端GPU受限，自研是必選項，有著自主可控的現實訴求。”

他還認為，這一定程度也有估值考慮。“芯片很熱，自研能講故事。但芯片是十年長跑，不是PPT概念，估值支撐還是靠技術和產品競爭力，而不是自研標簽。”

這也意味著，新一輪的AI競爭已從模型層下沉到基礎設施層。“掌握芯片定義權就等于掌握了下一代產品迭代的主動權。”田豐說。

瞄準專用推理芯片，這事劃算嗎？

值得注意的是，這些大模型企業造芯都瞄向了同一個目標——AI推理芯片。

OpenAI發布的Jalape?o明確定位于大模型推理芯片，更準確地說，這是一款面向推理的ASIC（專用集成電路），非通用GPU，也非訓練加速器。

ASIC是面向特定任務的定制化芯片，相比通用芯片在特定任務中具備更強性能、更低功耗。從其他大模型目前爆出的信息看，它們的芯片***同樣聚焦推理，而非訓練。

這背后則是大模型算力成本正從訓練向推理轉移的趨勢。今年，AI算力市場格局迎來翻轉，隨著模型部署應用加速，推理需求首次超過訓練需求，成為增長主引擎。

“訓練是一次性投入，屬于資本支出，而推理是天天燒錢，屬于運營成本，調用量高的模型的推理成本將會是訓練的數倍。”梁東健稱。

業內預測，未來AI推理算力需求將提升到70%甚至更多。換句話說，相比訓練，推理將是大模型公司更重、更持續的成本負擔。

這種趨勢，使得大模型選擇推理芯片成為自然的戰略選擇，而選擇ASIC專用架構而非通用GPU，選擇和設計企業合作而非從零自建研發團隊，則是更為合理的戰術。

梁東健表示，訓練芯片要高精度浮點、大帶寬、強并行，GPU最適配，而推理硬件要求低延遲、高吞吐、高能效，精度可以降（INT8/INT4），更適合專用架構。

田豐也解釋稱，訓練和推理的計算物理特性完全不同，前者是算力越快越好，后者是數據搬運越省越好，這決定了兩者的硬件設計必然分化。

同時，推理面對的是訓練完成、長期運行的模型，工作負載更穩定，ASIC定制更容易圍繞固定算子、內存訪問和Token生成過程做定向優化，由此實現推理的能耗與成本優化。

更關鍵的是，借助模型和芯片的軟硬件協同設計，可以降低通用GPU的冗余控制單元，減少非必要的數據搬運，并實現精度優化，有效實現推理成本降低。

不過，雖然專用推理芯片的優勢突出，劣勢同樣明顯。梁東健就提到，ASIC靈活性差，模型迭代快，架構易過時，且基本沒有生態護城河，同時規模門檻高，如果量不夠反而更貴。

那么，大模型公司做這件事到底值嗎？ROI算得過來嗎？

田豐提到，在成本層面，專用推理芯片可比GPU集群便宜40%到60%。梁東健分享到，ASIC能效比要比GPU高30%-50%，研發成本可以低到GPU的1/5-1/10，ROI更清晰。

測試顯示，OpenAI的Jalape?o的推理成本比當前主流AI圖形處理器低約50%，而性能與英偉達Blackwell芯片相當。

不過，芯片設計也需要前期巨額的固定成本，包括設計團隊、EDA授權、流片費用，以及3-5年的市場迭代周期。

“這些固定成本只有在推理請求量足夠大時才能被邊際效益覆蓋。”田豐的判斷是，只有模型Token日產量達到百億級別，芯片定制化才從可選項變為必選項。

他認為，對OpenAI、Anthropic這類日均數以百億計Token的公司，自研芯片ROI計算合理。但對規模還在數十億Token級別的公司，自研的固定成本可能攤薄不足，ROI存疑。

梁東健從成本角度分析稱，自研芯片全周期需1-3億美金，年推理成本超10億美金、模型架構穩定的頭部公司，降本50%基本半年可回本，自研劃算，中小公司還是適合用云服務。

此外，這些大模型公司造芯還選擇了相同模式——和芯片設計企業合作。Jalape?o就是由OpenAI與博通合作開發，從設計到流片用時9個月，若自建團隊從零做起則需要兩三年。

“OpenAI定義架構和需求，博通做物理設計和流片。好處是快、風險低、不用養大團隊，代價是核心IP不在自己手里。算自研，但不算全棧自研。”

梁東健認為，這種模式會成為大模型公司造芯的主流，因為人才稀缺、供應鏈復雜、流片風險高，聯合設計是務實選擇。

他還進一步判斷，未來AI企業造芯布局會形成三層格局：頭部科技巨頭走向全棧自研（如谷歌）、腰部公司聯合設計（OpenAI+博通）、尾部企業直接***購云廠商服務。

擺脫英偉達依賴，AI算力江湖變天？

實際上，在OpenAI、Anthropic等大模型造芯前，多家科技巨頭，包括本身就在做大模型的大廠，都在通過自建團隊或合作模式入局，如谷歌、亞馬遜、華為、百度、阿里等。

最近，與博通合作的Meta自研芯片也迎來新進展，***秋季量產一款AI芯片，這將幫助其部署的算力規模翻倍。扎克伯格也明確否認算力過剩論，表示將加速算力部署。

隨著越來越多的玩家進場，全球AI算力江湖格局也有望迎來新變化。

目前，無論是訓練側，還是推理側，英偉達都處于統治地位。而這些入場造芯的企業，除了降本需求，還想降低對供應商尤其是英偉達的高度依賴。

至少，目前多家大模型公司想在推理側撕開一道口子。這些公司還在通過一級市場或上市瘋狂融資，造芯的***也不缺。

田豐認為，大模型公司自研芯片的隱性價值在于，可以讓模型和芯片之間實現協同進化，這是英偉達無法給予的價值。

“英偉達需要服務所有客戶，設計要兼顧通用性。自研芯片讓模型公司把自身獨特的推理模式（長上下文、多步推理等）適配到芯片邏輯中，這是差異化護城河，而不只是降本。”

他認為，自研芯片給了大模型公司供應鏈議價的底牌，本質上是在購買未來競爭力的期權，而不是立即參與芯片市場競爭。“目前看更多是補充，而非要全面替代英偉達。”

但正如梁東健所言，對英偉達而言，風險不是某家對手，而是去英偉達化的集體趨勢。“英偉達的防線是讓替代成本始終高于依賴成本，目前做得還行，但窗口也在不斷縮小。”

從訓練側看，業內普遍認為，英偉達的護城河壁壘短期無人可以撼動，GPU架構所組成的超算集群仍然是無可替代的算力基礎設施。

“但由于模型架構優化、預訓練趨于收斂，后訓練/微調需求結構會變，英偉達在訓練端的中長期增速將會放緩。”梁東健判斷。

田豐認為，英偉達未來真正的風險在于訓練范式出現根本性變革，但當前尚未發生。

在推理側，隨著調用量指數增長，場景碎片化，算力格局將呈現多極化。“未來3-5年，谷歌TPU、亞馬遜Trainium，以及模型公司自研芯片會吃掉部分推理份額。”梁東健表示。

田豐也認為，每一家自研推理ASIC的公司未來都將減少對英偉達的***購。“英偉達在推理端正在從唯一選擇變成默認選擇之一，議價權將逐步下降。”

目前，ASIC市場正迎來快速增長。據TrendForce預計，今年定制ASIC市場規模將增長45%，首次超過通用GPU的16%，而ASIC制造的AI服務器份額預計將達到27.8%。

科技機構Byteiota甚至大膽預測，2028年英偉達在推理市場的份額可能會被ASIC蠶食，從當前的80%左右下降至20%-30%區間。

不過，英偉達也在加速布局，此前斥資200億美元收購了推理芯片研發公司Groq，新一代芯片架構也在推理層面進行了優化設計，以此希望抓住智能體浪潮。

“對英偉達來說，短期無憂，中期承壓，長期看轉型。”梁東健總結稱。返回搜狐，查看更多