DeepSeek 自研芯片是真的吗？梁文锋算力布局与阿里平头哥八年造芯路

⚠️ 本文依路透社 2026 年 7 月 7 日独家报道、OpenAI 官方 Jalapeño 公告、华尔街日报、财新、暗涌采访及阿里巴巴财报／平头哥公开信息交叉整理。DeepSeek 造芯在官方确认前应写「据报道／知情人士称」。数据截至 2026 年 7 月 9 日。本地推理实操请参阅 DeepSeek V4-Flash Mac 本地推理指南；OpenAI 对标分析见 OpenAI Jalapeño 推理 ASIC 成本解析。

01 · 执行摘要速览（30 秒读懂）

2026 年 7 月 7 日，路透社（Reuters）援引三名知情人士报道：DeepSeek 正在开发专用于 AI 推理（inference）的自研芯片，项目约于 2025 年中启动，目前仍处于早期阶段，正与芯片设计公司、晶圆代工厂、存储器供应商接洽，并低调招聘芯片工程师——但DeepSeek 官方尚未正式公告。与此同时，阿里巴巴旗下平头哥（T-Head）的真武系列已量产出货 56 万片+，年化营收达百亿人民币级——这是「传闻中的早期项目」与「八年实战成果」之间最鲜明的对照。

02 · 三大痛点：为何这条传闻值得认真读

1. 传闻与官宣边界极易混淆，决策风险高。量子位、36 氪等中文媒体 7 月 8 日跟进路透社报道，但社交平台上已出现「梁文锋正式宣布造芯」的误读。对企业采购与开发者而言，把早期研发写成已量产，可能导致算力预算错配、国产替代路线误判，或在供应链谈判中过早押注未证实项目。
2. DeepSeek 已在用华为昇腾，为何还要自研？2026 年 4 月 DeepSeek V4 适配华为昇腾、V4-Flash 部分训练使用昇腾，说明「合作已落地」。路透社报道的自研推理芯片则指向降低对 Nvidia 与华为的双重依赖——合作与自研并行，而非二选一。读懂这层关系，才能评估国产算力栈的真实弹性。
3. 本地验证与云端采购缺乏统一基线。要在 Mac Studio 或租用节点上跑通 DeepSeek 本地推理、对比昇腾集群与 GPU 云的成本曲线，主力开发机往往混装多版本 Python、CUDA 代理与日常 Keychain——一次基准测试可能污染数周排障环境。与 OpenAI Jalapeño 推理成本模型 对照时，更需要可复现、可销毁的干净 macOS 环境建立 token 成本基线。

03 · DeepSeek 造芯传闻：证据链、可信度与时间线

2026 年 7 月 7–8 日，多家媒体跟进路透社独家报道，核心信息一致：

• DeepSeek 正在开发自研 AI 芯片，目标场景是推理（inference），而非训练（training）
• 项目约于 2025 年中启动（报道表述为「一年前」），目前仍处于早期阶段
• 正与芯片设计公司、晶圆代工厂（foundry）、存储器供应商接洽
• 近几个月加大芯片设计工程师招聘，未在公开招聘平台发布，采用私下挖人
• 若成功，将降低对 Nvidia 和 华为昇腾 的双重依赖

可信度评估

博客表述建议：可以写「据路透社等多家媒体报道，DeepSeek 已启动自研推理芯片项目」，不宜写「梁文锋正式宣布造芯」。应标注「知情人士／早期阶段／未官方证实」。

完整时间线

04 · 梁文锋说过什么？暗涌原话四条与传闻关系

梁文锋公开采访极少，最有价值的信源是「暗涌 Waves」2023 年 5 月、2024 年 7 月两次深度专访。以下四条原话与芯片／算力直接相关——它们确立战略动机，但不是项目官宣：

与造芯传闻的关系：梁文锋从未在公开采访中宣布「DeepSeek 要造芯片」。路透社报道的是公司行为（招聘、接洽供应商），不是创始人宣言。博客中应严格区分：「创始人长期表态」≠「官方项目公告」。他的四条原话解释「为什么一家中国 AI 实验室有动力走向自研硅」，但不足以单独作为「项目已量产」的证据。

05 · 阿里巴巴平头哥：马云 2018 战略起点与 2026 量产成果

用户常把「马云说过类似的话」与 DeepSeek 近日传闻混为一谈——需要厘清：阿里造芯是已执行多年的战略，不是近日传闻。

马云时代（2018）：战略起点

2018 年 9 月云栖大会，阿里巴巴将中天微与达摩院芯片团队整合，成立平头哥半导体有限公司（T-Head）。公司名由马云亲自拍板——「平头哥」即蜜獾，寓意「无所畏惧」，传达长期投入芯片的决心。张建锋（行癫）表示：芯片已是阿里巴巴集团战略级事项，而非普通业务部门。初期方向覆盖 AI 芯片（含光系列）、嵌入式芯片、云端一体化，后扩展至服务器 CPU（倚天）、RISC-V IP（玄铁）等。

马云 vs 蔡崇信 vs 吴泳铭

真武（Zhenwu）产品表与商业化数据

2026 年商业化硬核数据：

• 累计出货：56 万片+（2026 年上半年数据）
• 年化营收：百亿人民币级
• 客户：阿里云内部、中国联通等；据称 400+ 企业客户使用真武集群
• 资本动作：平头哥注册资本增至 10 亿元（2026 年 6 月）
• 集团投入：阿里宣布未来三年投入 3800 亿元 于云与 AI 基础设施（含芯片、算力、液冷等）

华尔街日报报道：阿里新芯片兼容 Nvidia CUDA 生态，降低工程师迁移成本（与华为路线不同）。制造端从早期 TSMC 转向国内代工（业界普遍指向 SMIC 7nm 等成熟方案），以应对美国限制 TSMC 为大陆代工先进 AI 芯片的规则。不宜写「马云最近说要造芯片」——准确说法是：马云 2018 年奠定平头哥战略，蔡崇信 2024 年解释出口管制倒逼自研，吴泳铭 2026 年披露量产成果。

06 · 2026 年 7 月全球进度对照表

「AI 公司造芯」已是全球现象，不是中国独有。以下九家公司进度供横向决策参考：

07 · 五大驱动力：大厂为何都要造芯片？

一句话答案：不是为了「造芯片而造芯片」，而是因为 AI 竞争已从「谁有最好的模型」延伸到「谁有最便宜、最可控的算力」。

1. 经济学：推理成本是 AI 的「房租」

行业内部常用比喻：训练 = 买房的首付（一次性、集中投入）；推理 = 每月房租（持续、随用户量线性增长）。当 ChatGPT 类产品有数亿日活时，推理支出超过训练。Morgan Stanley 曾估算：24,000 颗 Blackwell GPU 集群硬件成本约 8.52 亿美元；同等规模 Google TPU 集群约 0.99 亿美元（硬件口径，Breakingviews/Reuters 引述）。SemiAnalysis、Bernstein 等机构估算：在大规模、多年期推理部署中，定制 ASIC 相对通用 GPU 可有 40–65% TCO 优势；hyperscaler 场景下每 token 成本可降低 30–40%。Nvidia 数据中心 GPU 毛利率超 70%——云厂商每买一张 H200，大部分利润流向 Nvidia。自研芯片本质是把永久性「GPU 税」转化为一次性研发投入。

2. 供应链安全与地缘政治

美国对华高端 AI 芯片出口管制（H100/H800/H20 等轮番受限）、中国监管鼓励采购国产算力、对 Nvidia 芯片安全疑虑——即使美国公司也面临「买不到足够 Nvidia 芯片」的配给问题。安全不仅指网络安全，更指供应链可预期性：不被单一供应商、单一国家政策卡脖子。

3. 软硬件协同（Co-design）

DeepSeek UE8M0 FP8、MLA 架构为特定硬件特性优化；OpenAI Jalapeño 围绕 ChatGPT 真实 serving 模式设计（KV cache、batching、latency）；Google TPU 与 TensorFlow/JAX 深度绑定。通用 GPU 为灵活性牺牲效率；定制芯片为已知工作负载牺牲灵活性换取效率。

4. 竞争壁垒与议价能力

即使不全面替代 Nvidia，自研芯片也可在采购谈判中增加筹码、向云客户展示差异化算力、构建「模型 + 云 + 芯片」全栈故事（阿里「金三角」、OpenAI full-stack infrastructure）。

5. 能源与可持续发展

推理芯片强调 performance-per-watt（每瓦性能）。在兆瓦级、吉瓦级数据中心时代，电力和散热成本与芯片采购成本同等重要。ASIC 剔除 GPU 中大量用不到的通用电路，功耗显著更低。

08 · 推理 vs 训练：为何多数先做推理芯片？

结论：训练仍是 Nvidia 主场；推理是定制 ASIC 的主战场。这也解释了路透社报道 DeepSeek 项目定位推理、OpenAI Jalapeño 专攻 serving、阿里真武 810E 训推一体但商业化重心在推理集群——行业共识正在从「买更多 GPU 训练」转向「为已知模型定制更便宜的推理硅」。

09 · 全球对标：Jalapeño、Anthropic-Samsung 与 TrendForce 增速

2026 年 7 月，全球 AI 造芯时间线高度密集：

• 2026-06-24：OpenAI + Broadcom 发布 Jalapeño（推理 ASIC，9 个月流片）——详见 OpenAI Jalapeño 推理成本全解析
• 2026-07-02：Anthropic 据报与 Samsung 洽谈 2nm 定制芯片
• 2026-07-07：路透社：DeepSeek 自研推理芯片；The Information：智谱评估自研芯片

TrendForce 数据（2026）：云厂商定制 AI 芯片出货量增速 44.6%，远超通用 GPU 的 16.1%——定制硅首次在增速上显著跑赢 GPU。这对技术决策者意味着：即使 DeepSeek 传闻芯片尚未落地，全球资本与人才已在向定制推理 ASIC 倾斜；评估国产算力采购时不应只盯着 Nvidia 配额头寸，还需把平头哥真武、华为昇腾与潜在 DeepSeek 自研纳入多源算力组合框架。

10 · 安全 vs 成本叙事矩阵：怎么写才不偏颇

中文读者对「卡脖子／国产替代／自主可控」共鸣更强；英文读者更吃 economics / Nvidia tax / TCO 框架。一篇好文章应两条线都写，但决策时应认清：短期看，降低推理成本与供应链风险是最紧迫的；地缘政治加速了原本就存在的经济动机。

11 · 七步验证清单：如何理性跟进 DeepSeek 造芯传闻

1. 核对路透社原始报道措辞：确认信源使用「三名知情人士」标准表述，区分「据报道」与「已证实」，避免将传闻写成官宣或梁文锋个人宣言。
2. 交叉验证融资与招聘间接证据：对照 2026 年 6 月约 74 亿美元（510 亿元人民币）融资用途披露、乌兰察布等地 IDC 工程师招聘，以及 UE8M0 FP8 等软硬件协同线索，判断项目是否与资金用途一致。
3. 区分梁文锋表态与公司行为：暗涌四条原话确立算力动机，但创始人从未公开宣布造芯；路透社描述的是招聘、供应商接洽等公司行为，层级不同、证据力不同。
4. 对照阿里平头哥量产数据：以真武 810E 56 万片出货、百亿营收、3800 亿集团投入为「传闻 vs 八年实战」参照系；避免把马云 2018 战略误读为「近日新表态」。
5. 查阅全球对标进度表：将 DeepSeek 早期研发与 OpenAI Jalapeño、Anthropic-Samsung、智谱评估等同期事件并列，判断是否为全球定制硅浪潮而非孤立中文圈传闻。
6. 理解推理优先于训练的逻辑：用第八节对比表确认项目定位——工作负载稳定、规模持续、适合 ASIC；训练仍由 Nvidia CUDA 生态主导，勿期待短期自研训练 GPU 替代 H100。
7. 在隔离 Mac 环境验证本地推理工作流：于按天租用的干净 macOS 节点跑 DeepSeek V4-Flash 本地推理基准，建立可复现的 token 延迟与成本基线，再决定云端 GPU／昇腾／真武采购比例。

12 · FAQ（五问）

DeepSeek 造芯片的消息可靠吗？

路透社 2026 年 7 月 7 日援引三名知情人士报道，可信度较高，但 DeepSeek 尚未官方证实。项目处于早期阶段，正与芯片设计、晶圆代工、存储厂商接洽并低调招聘工程师。

梁文锋公开说过要造芯片吗？

没有。他 2024 年暗涌采访中表示「最大挑战是高端芯片出口禁令」，并强调算力部署，但未宣布自研芯片项目。路透社报道的是公司行为，非创始人宣言。

马云和蔡崇信谁在说芯片？

马云 2018 年云栖大会亲自为平头哥命名，将芯片定为集团战略；近年蔡崇信强调出口管制影响阿里云，吴泳铭 2026 财年披露真武芯片累计交付 47 万片+、年化营收百亿级。阿里造芯已是量产级成熟业务，非近日传闻。

为什么先做推理芯片，不做训练芯片？

推理工作负载稳定、请求模式可预测、7×24 持续发生，适合定制 ASIC 优化每 token 成本；训练需要 CUDA 生态与极致灵活性，Nvidia H100/B200 仍占主导。行业比喻：训练是买房首付，推理是每月房租。

大厂造芯片主要是为了国家安全还是省钱？

两者兼有，但经济学是第一驱动力。定制推理 ASIC 在大规模部署时可比通用 GPU 降低 30–65% 总拥有成本；出口管制与供应链风险加速了原本就存在的降本动机。Nvidia 数据中心 GPU 毛利率超 70%，自研芯片本质是把「GPU 税」转化为一次性研发投入。

13 · 写作风险提醒与免责声明

写作风险提醒（发布前自检）：

1. 勿写「已证实」：DeepSeek 造芯在官方确认前，应写「据报道／知情人士称」。
2. 勿混淆训练与推理：文中第八节表格已明确区分，引用时勿将「推理 ASIC」说成「训练 GPU 替代」。
3. 马云时效性：强调 2018 战略决策，避免「马云最近说」引发误导。
4. 数据双币标注：融资同时标注 74 亿美元与 510 亿元人民币，便于跨境读者核对。
5. 定期更新：此类话题 2–4 周可能有新进展，文末标注最后更新日期并刷新 dateModified。

本文依据路透社、OpenAI 官方、华尔街日报、财新、暗涌采访及阿里巴巴公开财报整理，旨在帮助开发者、投资人与企业采购负责人理性评估国产 AI 算力格局。本文不构成投资建议或采购承诺。DeepSeek 产品路线、平头哥产能与全球出口管制政策可能随时更新，请以官方最新公告为准。MacDate 与 DeepSeek、阿里巴巴、OpenAI 等均无商业关联；文中租赁服务仅供技术验证决策参考。

14 · 租用隔离 Mac：验证 LLM 工作流的最可控路径

要在 DeepSeek 造芯传闻发酵的当下做出靠谱的算力决策——「本地 Mac 推理是否够快」「何时该切昇腾／真武集群」「Jalapeño 式 ASIC 对 token 成本意味着什么」——你需要在干净、可快照、可销毁的 macOS 环境里跑一轮完整基准。主力 MacBook 上的痛点很实际：混装 Homebrew 多版本 Python、公司 VPN 隧道、日常 Keychain 与 Ollama／llama.cpp 多模型缓存，一次对照实验可能让你无法分辨是环境变量污染还是模型本身延迟；更糟的是，在主力机上反复切换 CUDA 代理与国产推理栈，还可能破坏已有开发基线。

在任意 Linux 云主机上也能跑开源推理框架，但那是临时验证路径——没有 Apple Silicon 统一内存带宽行为、没有 macOS 原生 Metal 加速路径，也无法模拟 iOS／macOS 开发者真实的本地 Agent 工作流。若你追求可复现、可审计、与 Apple 生态一致的验收结论，在按天租用的 M 系列 Mac mini 上完成「V4-Flash 本地推理 → token 成本记录 → 环境销毁」闭环，通常比污染主力机更省时间。计费与 SSH 接入见 M 系列 Mac 算力租赁定价；若你同时评估多模型路由，请对照 DeepSeek V4-Flash Mac 本地推理 Q2–Q4 指南 与 OpenAI Jalapeño 推理 ASIC 成本模型 建立跨平台对照表。

15 · 参考来源

• 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
• Caixin Global — Alibaba Zhenwu 810E analysis（2026-02-03）
• SCMP — Joe Tsai on chip export restrictions
• 暗涌 Waves — 梁文锋 2023/2024 专访
• 量子位 / 36 氪 — DeepSeek 造芯跟进（2026-07-08）
• 财新 / 第一财经 — 平头哥真武芯片、阿里财报解读
• The Information — Anthropic-Samsung、智谱自研芯片评估（2026-07）
• TrendForce via TechTimes — 定制 AI 芯片增速 44.6% vs GPU 16.1%（2026）
• Reuters Breakingviews — TCO / Nvidia margins（Nov 2025）
• SemiAnalysis / Bernstein — ASIC vs GPU TCO 估算

最后更新：2026 年 7 月 9 日。若 DeepSeek 官方证实或否认造芯项目，或平头哥发布新一代真武芯片，我们将修订本文。