中美头部大模型企业扎堆自研芯片 AI 竞争迈入全栈硬实力阶段

　　　　路透社消息，DeepSeek 已启动一年期自研 AI 推理芯片项目，正扩充芯片团队、对接产业链上下游;同日智谱 AI 也在评估适配 GLM 系列的定制芯片方案。放眼全球，6 月 OpenAI 推出与博通联合开发的推理芯片 Jalapeño，Anthropic 同步布局自研，中美头部模型企业同步向上游硬件渗透，掀起集体造芯浪潮。

　　　　本轮造芯均优先聚焦推理赛道，核心动因来自持续高企的算力成本。推理为常态化高频消耗，通用 GPU 兼顾多场景的通用性拉高长期 Token 开销，定制芯片可针对自有模型算子、内存调度定向优化，大幅削减运营支出。同时自研芯片能够摆脱单一供应商约束，国内厂商更需应对海外先进芯片出口管制，兼顾成本、供应链安全与地缘风险三重诉求。

　　　　造芯属于重资产高风险赛道，单款先进芯片研发投入可达 5 亿美元，落地周期长达数年。行业分化出不同路径：谷歌 TPU、阿里昆仑芯为全栈自研路线;OpenAI 采用联合设计模式;多数初创模型企业选择轻量化定制方案。当前行业趋势清晰，训练、推理硬件架构加速拆分，推理专用芯片成为短期最优突破口。

　　　　产业深层逻辑已发生转变，AI 竞争不再局限模型算法，转向芯片 - 模型 - 云协同的全栈比拼。自研芯片可形成成本闭环，支撑终端价格战，缺少硬件自研能力的纯模型厂商将长期受制上游。不过造芯门槛极高，千亿级资金投入、漫长研发周期、成熟软件生态缺一不可，多数企业难以全面布局。业内判断，未来行业优势将向打通底层算力、自主掌控芯片设计的全栈型企业集中，这场芯片竞赛仍需数年才能见分晓。