大模型公司为何集体下场造芯

2026-07-08 来源：深圳市电子商会

2026 年 7 月，两则消息几乎同时落地：DeepSeek 被曝启动自研 AI 推理芯片项目，团队已秘密扩充近一年；智谱 AI 也传出正在评估定制自研芯片方案。消息一出，行业震动 —— 这意味着造芯的浪潮，已经从云厂商蔓延到了纯大模型公司。

把时间线拉长，这并不是什么新鲜事。Google 早在 2016 年就推出了第一代 TPU，亚马逊 Trainium、微软 Maia、Meta MTIA 相继迭代多年；国内百度昆仑芯启动赴港 IPO，估值直指 500 亿美元，阿里平头哥的全栈芯片体系已大规模商用。

几乎所有站在 AI 第一梯队的公司，都在把越来越多的资源砸向硅片。表面上看，这是一场 "摆脱英伟达依赖" 的运动；往深处看，这是 AI 竞争维度的根本性下沉 —— 当模型架构逐渐趋同，真正决定胜负的，是模型与芯片协同设计的全栈效率。

一、造芯已成头部标配

全球范围内，自研 AI 芯片的阵营大致分为两批玩家。

第一批是海外云厂商，走得最早，也走得最深。Google 的 TPU 至今已迭代八代，最新一代 Ironwood 直接拆分成训练和推理两条独立产品线，推理版本围绕大模型负载重新设计架构，能效比上一代提升 67%。亚马逊 AWS 的自研芯片业务估值已达 500 亿美元，Trainium 系列搭配自研 Graviton CPU 形成完整算力栈，Anthropic 作为 AWS 投资的大模型公司，是 Trainium 最核心的内部客户。微软的 Maia 200 在 2026 年初发布，台积电 3nm 工艺、1400 亿晶体管、216GB HBM3 显存，官方称 FP4 性能是 Trainium 3 的三倍 —— 这颗芯片从设计之初就与 OpenAI 深度协同，专门针对 GPT 模型的内存访问模式做了优化。Meta 的 MTIA 则在 2026 年 3 月公布了第四代路线图，目标是逐步替代数据中心内部的 GPU 推理负载。

第二批是国内玩家，呈现出 "云厂商先行、模型厂跟进" 的节奏。百度是国内最早布局的，2011 年就启动了 AI 芯片研发，比 Google TPU 还早一年，如今昆仑芯独立分拆，外部收入占比过半，启动赴港上市。阿里平头哥的产品线最齐全，从含光、真武系列 AI 芯片，到倚天 710 通用服务器 CPU，再到智能网卡、SSD 主控、互联芯片，构建了完整的算力全栈自研体系，真武 PPU 累计出货已突破 60 万片。而 DeepSeek、智谱这批纯大模型公司的入场，则标志着造芯从 "基础设施厂商的事" 变成了 "所有头部 AI 公司的战略刚需"。

二、四层深层逻辑：为什么非自研不可

很多人把造芯简单归因于 "英伟达 GPU 太贵" 或者 "美国卡脖子"。这些因素当然存在，但远非全部。真正推动全行业下场的，是四层递进的底层逻辑。

第一层：推理成本决定生死线

AI 行业正在从 "训练驱动" 全面转向 "推理驱动"。训练是一次性的资本开支，推理是每天都在烧的运营成本 —— 线上推理正在成为大模型公司最大的单项支出。

用通用 GPU 跑推理，本质上是一种巨大的浪费。GPU 为通用并行计算设计，硬件单元要兼顾图形渲染、科学计算、深度学习训练等各种负载；但大模型推理的计算模式高度固定：大量的矩阵乘法、频繁的 KV Cache 读取、长序列注意力计算、低精度运算。通用 GPU 在这种特定负载下的实际利用率往往只有 30% 到 40%，大量硬件单元处于闲置状态。

自研 ASIC 芯片可以把不需要的通用计算单元全部砍掉，把省出来的硅片面积全部堆在推理真正需要的地方 —— 更大的片上 SRAM 缓存、更宽的内存带宽、专门的矩阵运算加速单元。Google TPU v6 推理能效比提升 67%，微软 Maia 200 单位美元性能提升 30%，这些数字直接对应着成本的下降。对于日活千万级的大模型服务，推理成本每降 10%，可能就是数亿美元的利润空间。当行业进入规模化商用阶段，谁的单位 Token 成本更低，谁就在定价和利润上拥有绝对主动权。

第二层：算力供给不能握在别人手里

全球高端 GPU 产能长期紧缺，交付周期动辄半年以上。头部企业的服务扩容节奏，实际上被第三方硬件厂商的产能牢牢限制。对中国公司而言，这层焦虑更甚 —— 出口管制之下，高端 GPU 采购渠道收窄，价格剧烈波动，供应链稳定性随时可能出问题。

自研芯片的核心价值之一，就是把算力供给的主动权握在自己手里。芯片设计自己定、产能规划自己排、迭代节奏自己控，业务扩张不再受限于外部配额。亚马逊、Google 云业务的算力成本之所以能持续优化，很大程度上得益于自研芯片的规模化部署；DeepSeek、智谱选择下场，供应链安全的考量同样占据重要权重。

第三层：模型与芯片协同设计的架构红利 —— 这才是最深层的原因

这是最容易被忽视、但长期影响最深远的一层逻辑。

当一家公司同时拥有模型架构和芯片设计能力时，它可以做一件英伟达永远做不到的事 ——模型 - 芯片协同设计（Co-Design）。

英伟达的 GPU 要服务成千上万种不同的工作负载，必须保持通用性，不可能为某一种模型架构做极致定制。但自研芯片只需要服务自家模型，可以从指令集、内存子系统、互联架构到片上数据流，全部围绕自家模型的计算特征来设计。

这种协同优化带来的提升是数量级的。比如 Transformer 模型中的注意力机制，有大量不规则的内存访问模式，通用 GPU 处理起来效率很低；而专门设计的芯片可以在硬件层面实现注意力计算的专用流水线，把数据搬运的开销降到最低。再比如 KV Cache，推理过程中需要反复读取，通用 GPU 的显存层级设计并不优化这种访问模式；自研芯片可以把 KV Cache 放在片上 SRAM 里，访问延迟降低一个数量级。MoE（混合专家）模型的路由调度、稀疏激活，在通用 GPU 上效率极低，专用芯片则可以做硬件级的路由加速。

更关键的是迭代速度的飞轮效应。英伟达一代 GPU 的研发周期是两到三年，大模型公司想验证一个新的模型架构，必须等英伟达的下一代硬件。而自己有芯片设计能力的公司，可以根据模型迭代的需求快速调整芯片架构，甚至针对下一代模型的特性提前做硬件预埋。模型迭代推动芯片优化，芯片升级反过来解锁更强的模型能力 —— 这是一个自我强化的闭环。Google 的 TPU 和 PaLM 模型、亚马逊的 Trainium 和 Claude 模型、微软的 Maia 和 GPT 模型，都是这种协同迭代的产物。

第四层：商业模式的重构 —— 把英伟达的利润内部化

过去三年，英伟达拿走了 AI 行业绝大部分利润。高端 GPU 毛利率超过 70%，大模型公司每赚一块钱，就要拿出相当大一部分交给英伟达做 "算力税"。

自研芯片的本质，是把上游芯片厂商的利润内部消化。一旦自研芯片大规模部署，单位算力成本大幅下降，公司的毛利率结构会发生根本性改善。亚马逊、Google 自研芯片的核心商业逻辑，就是降低云服务的总拥有成本，提升云业务的利润空间；对于大模型公司而言，推理成本的下降直接决定了商业化的盈亏平衡点在哪里。

三、路径选择：从推理切入，训练仍是高墙

自研芯片不是一条路，而是两条门槛完全不同的赛道。

训练芯片的门槛极高。训练需要极致的算力密度、超大容量的 HBM 显存、超高带宽的芯片间互联，HBM 堆叠、先进封装、高速 SerDes 技术壁垒极高，研发投入动辄数十亿美元，周期长达三到五年。目前真正具备自研训练芯片能力的，只有 Google、英伟达等极少数玩家，微软、Meta 的自研芯片也都以推理为主。

推理芯片则是大模型公司的天然切入点。推理对峰值算力的要求低一些，但对能效比、单位成本、延迟极度敏感，设计目标非常明确 —— 用最少的钱跑最多的 Token。推理负载更稳定、更容易做专用优化，技术门槛相对可控；更重要的是，大模型公司自身有海量推理业务作为内部客户，芯片流片后不愁落地，商业闭环非常清晰。

Google 把 TPU 拆分为训练和推理两条独立产品线、微软 Maia 200 主打推理、DeepSeek 瞄准推理市场 —— 行业共识正在形成：推理是自研芯片最容易突破的战场，也是大模型公司下场造芯的第一站。

四、全栈竞争时代的行业重构

自研芯片的兴起，正在从根本上重塑 AI 算力的产业格局。

英伟达不会被颠覆，但市场份额会被持续蚕食。训练端，CUDA 生态、软件栈成熟度、集群互联技术构成的护城河极深，不是一两年能追上的，通用训练场景下 GPU 仍具统治力。但推理端，专用芯片的替代正在加速，Google、亚马逊、微软内部推理负载的自研替代率逐年提升，这是英伟达份额承压最明显的领域。更重要的是，自研芯片大多只服务于自家业务，对外生态有限 —— 对于广大第三方开发者和中小企业，英伟达的 GPU+CUDA 仍然是首选。

整个产业链正在从 "英伟达一家独大" 转向 "分层竞争" 的格局。顶层是 Google、亚马逊、微软、阿里这类全栈玩家，芯片、云、模型全链路自研，追求极致的效率和成本控制；中间是 OpenAI、DeepSeek、智谱这类大模型公司，逐步布局推理芯片，保障算力供给、优化单位成本；底层是英伟达、AMD 这类通用芯片厂商，服务全行业，提供通用算力底座。

对中国 AI 行业而言，自研还有一层特殊的战略意义。华为昇腾、昆仑芯、平头哥，再加上 DeepSeek、智谱等新玩家的加入，国产 AI 算力的供给体系正在加速形成自主闭环。这不只是简单的进口替代，而是整个产业安全可控的底层支撑。