DeepSeek 自研晶片傳聞求證：梁文鋒算力布局與平頭哥 T-Head 八年造芯對照

⚠️ 本文依路透社 2026 年 7 月 7 日獨家報導、OpenAI 官方 Jalapeño 公告、華爾街日報、暗涌採訪及阿里巴巴財報／平頭哥公開資訊交叉整理。DeepSeek 造芯在官方確認前應寫「據報導／知情人士稱」。資料截至 2026 年 7 月 9 日。本地推理實操請參閱 DeepSeek V4-Flash Mac 本地推理指南；OpenAI 對標分析見 OpenAI Jalapeño 推理 ASIC 成本解析。

01 · 執行摘要速覽（30 秒讀懂）

2026 年 7 月 7 日，路透社（Reuters）引述三名知情人士報導：DeepSeek 正在開發專用於 AI 推理（inference）的自研晶片，專案約於 2025 年中啟動，目前仍處早期階段，正與晶片設計公司、晶圓代工廠、記憶體供應商接洽，並低調招募晶片工程師——但DeepSeek 官方尚未正式公告。與此同時，阿里巴巴旗下平頭哥（T-Head）的真武系列已量產出貨 56 萬片以上，年化營收達百億人民幣級——這是「傳聞中的早期專案」與「八年實戰成果」之間最鮮明的對照。

02 · 三大痛點：為何這條傳聞值得認真讀

1. 傳聞與官宣邊界極易混淆，決策風險高。7 月 8 日多家中文媒體跟進路透社報導，但社群平台上已出現「梁文鋒正式宣布造芯」的誤讀。對企業採購與開發者而言，把早期研發寫成已量產，可能導致算力預算錯配、國產替代路線誤判，或在供應鏈談判中過早押注未證實專案。
2. DeepSeek 已在用華為昇騰，為何還要自研？2026 年 4 月 DeepSeek V4 適配華為昇騰、V4-Flash 部分訓練使用昇騰，說明「合作已落地」。路透社報導的自研推理晶片則指向降低對 Nvidia 與華為的雙重依賴——合作與自研並行，而非二選一。讀懂這層關係，才能評估國產算力棧的真實彈性。
3. 本地驗證與雲端採購缺乏統一基線。要在 Mac Studio 或租用節點上跑通 DeepSeek 本地推理、對比昇騰叢集與 GPU 雲的成本曲線，主力開發機往往混裝多版本 Python、公司 VPN 與日常 Keychain——一次基準測試可能污染數週除錯環境。與 OpenAI Jalapeño 推理成本模型 對照時，更需要可重現、可銷毀的乾淨 macOS 環境建立 token 成本基線。

03 · DeepSeek 造芯傳聞：證據鏈、可信度與時間線

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，目前仍處早期階段
• 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募，採私下挖人而非公開職缺
• 若成功，將降低對 Nvidia 和 華為昇騰 的雙重依賴

可信度評估

博客表述建議：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」。

04 · 梁文鋒說過什麼？暗涌原話四條與傳聞關係

梁文鋒公開採訪極少，最有價值的信源是「暗涌 Waves」2023 年 5 月、2024 年 7 月兩次深度專訪。以下四條原話與晶片／算力直接相關——它們確立戰略動機，但不是專案官宣：

與造芯傳聞的關係：梁文鋒從未在公開採訪中宣布「DeepSeek 要造晶片」。路透社報導的是公司行為（招募、接洽供應商），不是創辦人宣言。博客中應嚴格區分：「創辦人長期表態」≠「官方專案公告」。

05 · 阿里巴巴平頭哥：馬雲 2018 戰略起點與 2026 量產成果

使用者常把「馬雲說過類似的話」與 DeepSeek 近日傳聞混為一談——需要釐清：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（T-Head）。公司名由馬雲親自拍板——「平頭哥」即蜜獾，寓意「無所畏懼」，傳達長期投入晶片的決心。初期方向涵蓋 AI 晶片、嵌入式晶片、伺服器 CPU（倚天）、RISC-V IP（玄鐵）等。

真武（Zhenwu）產品表與商業化數據

2026 年商業化硬核數據：累計出貨 56 萬片以上；年化營收 百億人民幣級；400 家以上企業客戶使用真武叢集；平頭哥註冊資本增至 10 億元；阿里宣布未來三年投入 3800 億元 於雲與 AI 基礎設施（含晶片、算力、液冷等）。華爾街日報報導：阿里新晶片相容 Nvidia CUDA 生態，降低工程師遷移成本。

06 · 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。以下九家公司進度供橫向決策參考：

07 · 五大驅動力：大廠為何都要造晶片？

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「誰有最好的模型」延伸到「誰有最便宜、最可控的算力」。

1. 經濟學：推理成本是 AI 的「房租」

業界常用比喻：訓練 = 買房的頭期款（一次性、集中投入）；推理 = 每月房租（持續、隨用戶量線性增長）。當 ChatGPT 類產品有數億日活時，推理支出超過訓練。SemiAnalysis、Bernstein 等機構估算：在大規模、多年期推理部署中，定制 ASIC 相對通用 GPU 可有 40–65% TCO 優勢；hyperscaler 場景下每 token 成本可降低 30–40%。Nvidia 資料中心 GPU 毛利率超 70%——自研晶片本質是把永久性「GPU 稅」轉化為一次性研發投入。

2. 供應鏈安全與地緣政治

美國對華高端 AI 晶片出口管制、中國監管鼓勵採購國產算力——安全更指供應鏈可預期性：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、MLA 架構為特定硬體特性優化；OpenAI Jalapeño 圍繞 ChatGPT 真實 serving 模式設計。通用 GPU 為彈性犧牲效率；定制晶片為已知工作負載犧牲彈性換取效率。

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、向雲端客戶展示差異化算力、構建「模型 + 雲 + 晶片」全棧故事。

5. 能源與永續發展

推理晶片強調 performance-per-watt（每瓦效能）。在兆瓦級、吉瓦級資料中心時代，電力與散熱成本與晶片採購成本同等重要。ASIC 剔除 GPU 中大量用不到的通用電路，功耗顯著更低。

08 · 推理 vs 訓練：為何多數先做推理晶片？

結論：訓練仍是 Nvidia 主場；推理是定制 ASIC 的主戰場。TrendForce 2026 年數據：雲端廠商定制 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。

09 · 七步驗證清單：如何理性跟進 DeepSeek 造芯傳聞

1. 核對路透社原始報導措辭：確認信源使用「三名知情人士」標準表述，區分「據報導」與「已證實」。
2. 交叉驗證融資與招募間接證據：對照 2026 年 6 月約 74 億美元融資用途、IDC 工程師招募，以及 UE8M0 FP8 等軟硬體協同線索。
3. 區分梁文鋒表態與公司行為：暗涌四條原話確立算力動機，但創辦人從未公開宣布造芯。
4. 對照阿里平頭哥量產數據：以真武 810E 56 萬片出貨、百億營收為「傳聞 vs 八年實戰」參照系。
5. 查閱全球對標進度表：將 DeepSeek 早期研發與 OpenAI Jalapeño、Anthropic-Samsung、智譜評估等同期事件並列。
6. 理解推理優先於訓練的邏輯：用第八節對比表確認專案定位——工作負載穩定、規模持續、適合 ASIC。
7. 在隔離 Mac 環境驗證本地推理工作流：於按天租用的乾淨 macOS 節點跑 DeepSeek V4-Flash 本地推理基準，建立可重現的 token 延遲與成本基線。

10 · FAQ（五問）

DeepSeek 造晶片的消息可靠嗎？

路透社 2026 年 7 月 7 日引述三名知情人士報導，可信度偏高，但 DeepSeek 尚未官方證實。專案處於早期階段，正與晶片設計、晶圓代工、記憶體廠商接洽並低調招募工程師。

梁文鋒公開說過要造晶片嗎？

沒有。他 2024 年暗涌採訪中表示「最大挑戰是高端晶片出口禁令」，並強調算力部署，但未宣布自研晶片專案。路透社報導的是公司行為，非創辦人宣言。

馬雲和蔡崇信誰在談晶片？

馬雲 2018 年雲棲大會親自為平頭哥命名，將晶片定為集團戰略；近年蔡崇信強調出口管制影響阿里雲，吳泳銘 2026 財年披露真武晶片累計交付 47 萬片以上、年化營收百億級。阿里造芯已是量產級成熟業務，非近日傳聞。

為什麼先做推理晶片，不做訓練晶片？

推理工作負載穩定、請求模式可預測、7×24 持續發生，適合定制 ASIC 優化每 token 成本；訓練需要 CUDA 生態與極致彈性，Nvidia H100/B200 仍占主導。業界比喻：訓練是買房頭期款，推理是每月房租。

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。定制推理 ASIC 在大規模部署時可比通用 GPU 降低 30–65% 總擁有成本；出口管制與供應鏈風險加速了原本就存在的降本動機。Nvidia 資料中心 GPU 毛利率超 70%，自研晶片本質是把「GPU 稅」轉化為一次性研發投入。

11 · 免責聲明

本文依據路透社、OpenAI 官方、華爾街日報、暗涌採訪及阿里巴巴公開財報整理，旨在幫助開發者、投資人與企業採購負責人理性評估國產 AI 算力格局。本文不構成投資建議或採購承諾。DeepSeek 產品路線、平頭哥產能與全球出口管制政策可能隨時更新，請以官方最新公告為準。MacDate 與 DeepSeek、阿里巴巴、OpenAI 等均無商業關聯。

12 · 租用隔離 Mac：驗證 LLM 工作流的最可控路徑

要在 DeepSeek 造芯傳聞發酵的當下做出靠譜的算力決策——「本地 Mac 推理是否夠快」「何時該切昇騰／真武叢集」「Jalapeño 式 ASIC 對 token 成本意味著什麼」——你需要在乾淨、可快照、可銷毀的 macOS 環境裡跑一輪完整基準。主力 MacBook 上的痛點很實際：混裝 Homebrew 多版本 Python、公司 VPN 隧道、日常 Keychain 與 Ollama／llama.cpp 多模型快取，一次對照實驗可能讓你無法分辨是環境變數污染還是模型本身延遲。

在任意 Linux 雲端主機上也能跑開源推理框架，但那是臨時驗證路徑——沒有 Apple Silicon 統一記憶體頻寬行為、沒有 macOS 原生 Metal 加速路徑，也無法模擬 iOS／macOS 開發者真實的本地 Agent 工作流。若你追求可重現、可審計、與 Apple 生態一致的驗收結論，在按天租用的 M 系列 Mac mini 上完成「V4-Flash 本地推理 → token 成本記錄 → 環境銷毀」閉環，通常比污染主力機更省時間。計費與 SSH 接入見 M 系列 Mac 算力租賃定價；若你同時評估多模型路由，請對照 DeepSeek V4-Flash Mac 本地推理 Q2–Q4 指南 與 OpenAI Jalapeño 推理 ASIC 成本模型。

13 · 參考來源

• Reuters — DeepSeek developing own AI chip（2026-07-07，三名知情人士）
• OpenAI Official — Jalapeño inference chip announcement（2026-06-24）
• Wall Street Journal — Alibaba AI chip to fill Nvidia void
• 暗涌 Waves — 梁文鋒 2023/2024 專訪
• The Information — Anthropic-Samsung、智譜自研晶片評估（2026-07）
• TrendForce via TechTimes — 定制 AI 晶片增速 44.6% vs GPU 16.1%（2026）

最後更新：2026 年 7 月 9 日。