DeepSeek 造晶片是真的嗎？路透社報導與證據鏈拆解
2026 年 7 月 7–8 日，多家媒體跟進路透社獨家報導，核心資訊高度一致：DeepSeek 正在開發自研 AI 晶片，目標場景是推理（inference），而非訓練（training）。專案據傳約於 2025 年中啟動，目前仍處於早期階段。公司正與晶片設計公司、晶圓代工廠（foundry）、儲存器供應商接洽，近幾個月加大晶片設計工程師招募，但未在公開招募平台發布，採私下挖角方式。
一個反直覺的事實是：DeepSeek 此前已深度適配華為昇騰——2026 年 4 月 V4 適配昇騰，V4-Flash 部分訓練使用昇騰——卻仍要自研。更準確的表述是：合作與自研並行，自研尚早，合作已落地。若成功，將降低對 Nvidia 和華為昇騰的雙重依賴。
信源級別高：路透社使用「三名知情人士（three people familiar with the matter）」標準措辭，屬全球主流財經媒體交叉驗證流程。
官方尚未確認：截至 2026-07-09，DeepSeek 未發布新聞稿或社群媒體確認。
間接證據強：2026 年 6 月首輪外部融資約 510 億元人民幣（約 74 億美元），用途含「自研 AI 晶片」「擴建國產算力中心」；IDC 規劃工程師招募；UE8M0 FP8 資料格式被業界解讀為面向國產晶片的軟硬體協同設計。
不宜寫「梁文鋒正式宣布」：應寫「據路透社等多家媒體報導，DeepSeek 已啟動自研推理晶片專案」，標註「知情人士 / 早期階段 / 未官方證實」。
結論口徑：大概率屬實，但處於早期階段——既有新聞價值，又需保留免責聲明。
| 維度 | 評估 |
|---|---|
| 信源級別 | 高（路透社三名知情人士） |
| 公司官方確認 | 無 |
| 間接證據 | 強（74 億美元融資用途、低調招募、UE8M0 FP8） |
| 矛盾資訊 | 部分分析認為短期更依賴華為合作；實為並行策略 |
2023–2024 梁文鋒暗涌採訪：出口禁令是最大挑戰；算力渴求 2025-01 DeepSeek R1 發布，基於 Nvidia H800 訓練 2025 年中 據傳自研晶片專案啟動 2026-04 DeepSeek V4 適配華為昇騰 2026-06 首輪外部融資 ~74 億美元，用途含自研晶片 2026-07-07 路透社：DeepSeek 正開發自研推理晶片（獨家） 2026-07 The Information：智譜亦評估自研客製晶片
梁文鋒說過什麼？與造芯傳聞的關係
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。他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。部落格中應區分：「創辦人長期表態」≠「官方專案公告」。
「我們真正的挑戰從來不是資金，而是高端晶片的出口禁令。」—— 梁文鋒，2024 年 7 月暗涌採訪
算力效率差距：國內最好水準與國外相比，訓練效率約一倍差距，資料效率又約一倍差距，合計需要約 4 倍算力才能達到同樣效果。
技術社群缺失：「很多國產晶片發展不起來，也是因為缺乏配套的技術社群，只有第二手資訊，所以中國必然需要有人站到技術的前沿。」
算力渴求：「對研究員來說，對算力的渴求是永無止境的……我們也會有意識地去部署盡可能多的算力。」
他的表述確立了戰略動機：算力約束、出口管制、軟硬體協同必要性——為路透社報導的造芯行為提供了邏輯鋪墊，但不是官宣。
阿里巴巴平頭哥：不是傳聞，是八年佈局
使用者常問「馬雲也說過類似的話？」——需要釐清：阿里造芯是已執行多年的戰略，不是近日傳聞。不宜寫「馬雲最近說要造晶片」；準確說法是：馬雲 2018 年奠定平頭哥戰略，蔡崇信 2024 年解釋出口管制倒逼自研，吳泳銘 2026 年披露量產成果。
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。公司名由馬雲親自拍板，寓意「無所畏懼」——晶片已是阿里巴巴集團戰略級事項。
| 人物 | 角色 | 與晶片相關的公開表述 |
|---|---|---|
| 馬雲 | 2018 年戰略決策者 | 命名平頭哥、將晶片定為集團戰略 |
| 蔡崇信 | 現任董事長 | 2024 年 podcast：出口限制「明確影響」阿里雲；長期相信中國會發展自主先進半導體能力 |
| 吳泳銘 | 現任 CEO | 2026 財年財報：平頭哥 AI 晶片累計交付 47 萬片+、年化營收百億級；不排除獨立上市 |
真武（Zhenwu）系列產品進展：
| 型號 | 時間 | 要點 |
|---|---|---|
| 含光 800 | 2019 | 早期 AI 推理晶片 |
| 真武 810E | 2026 年 1 月 | 訓推一體；96GB HBM2e；效能介於 Nvidia A800 與 H20 之間；已量產 |
| 真武 M890 | 2026 | 144GB 顯存，片間互聯 800GB/s，效能約為 810E 的 3 倍 |
| 真武 V900 | 計畫 2027 Q3 | 216GB 顯存，1200GB/s 互聯 |
| 真武 J900 | 計畫 2028 Q3 | 自研並行計算架構迭代 |
商業化數據（2026 年上半年）：累計出貨 56 萬片+，年化營收 百億人民幣級，400+ 企業客戶使用真武叢集。平頭哥註冊資本增至 10 億元（2026 年 6 月）；阿里宣布未來三年投入 3800 億元於雲與 AI 基礎設施。WSJ 報導：阿里新晶片相容 Nvidia CUDA 生態，降低工程師遷移成本；製造從早期 TSMC 轉向國內代工（業界普遍指向 SMIC 7nm 等成熟方案）。
六步 Runbook：如何甄別造芯傳聞並調整技術決策
AI 公司造芯已是 2026 年全球現象，非中國獨有。開發者與架構師需要一套可複用的資訊甄別框架，避免把「知情人士報導」當成「已量產可採購」。
區分傳聞與官宣：DeepSeek 等專案在官方確認前，容量規劃應標註「據報導 / 早期階段」，勿寫入採購合約 SLA。
區分訓練與推理：多數自研晶片先做推理 ASIC；訓練仍依賴 Nvidia CUDA 生態。勿混淆兩類負載的硬體預期。
對照全球對標：OpenAI Jalapeño（2026-06-24 流片）、Anthropic 與 Samsung 洽談、智譜評估自研——客製矽增速 44.6%，遠超通用 GPU 的 16.1%（TrendForce 2026）。
用 TCO 框架評估：客製 ASIC 在大規模多年期推理部署中可有 40–65% TCO 優勢；hyperscaler 場景每 token 成本可降低 30–40%。
追蹤出口管制與供應鏈：美國對華高端 AI 晶片出口管制、中國監管鼓勵國產算力——安全敘事與成本敘事應並列，勿偏頗。
預留架構彈性：邊緣開發、Agent 除錯、Xcode 建置仍需要穩定 Apple Silicon 環境；雲端推理降價不等於本地開發機可省。定期更新「最後更新」日期——此類話題 2–4 週可能有新進展。
大廠為何都要造晶片？五大驅動力與全球進度對照
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」。訓練好比買房首付（一次性投入），推理好比每月房租（隨使用者量線性成長）——當 ChatGPT 類產品有數億日活時，推理支出超過訓練。
經濟學（第一驅動力）：客製 ASIC 相對通用 GPU 可有 40–65% TCO 優勢；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。Morgan Stanley 曾估算：24,000 顆 Blackwell 叢集硬體成本約 8.52 億美元，同等規模 Google TPU 叢集約 0.99 億美元。
供應鏈安全：出口管制、配給問題、單一供應商依賴——安全指供應鏈可預期性，不被單一國家政策卡脖子。
軟硬體協同（Co-design）：DeepSeek UE8M0 FP8、OpenAI Jalapeño 圍繞真實 serving 模式設計。通用 GPU 為靈活性犧牲效率；客製晶片為已知工作負載犧牲靈活性換取效率。
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，構建「模型 + 雲 + 晶片」全棧故事。
能源與永續發展：推理晶片強調 performance-per-watt；兆瓦級資料中心時代，電力和散熱成本與晶片採購同等重要。
| 公司 | 晶片專案 | 階段 | 場景 | 關鍵數字/事件 |
|---|---|---|---|---|
| DeepSeek | 自研推理 ASIC（未命名） | 早期研發 | 推理 | 融資 74 億美元；低調招募；未官方確認 |
| 阿里巴巴（平頭哥） | 真武 810E / M890 | 量產 | 訓推一體 | 出貨 56 萬片+；年化營收百億級 |
| 華為 | 昇騰 950 等 | 量產 | 訓推 | DeepSeek V4 適配；訂單激增 |
| OpenAI | Jalapeño（與 Broadcom） | 流片完成，待部署 | 推理 | 9 個月設計到 tape-out；2026 年底部署 |
| TPU v6/v7 | 大規模商用 | 訓推 | Gemini 端到端可用 TPU | |
| Amazon | Trainium3 / Inferentia | 商用 | 訓練+推理 | Anthropic 大規模使用 Trainium |
| Microsoft | Maia 100 | 部署中 | 推理 | 服務 Azure / OpenAI 工作負載 |
| Meta | MTIA | 內部部署 | 推理 | 推薦系統為主；曾推倒重來 |
| Anthropic | 與 Samsung 洽談客製晶片 | 探索階段 | 未定 | 2026 年 7 月 The Information 報導 |
| 智譜 AI | 評估自研客製晶片 | 早期 | 推理 | 2026 年 7 月 The Information 報導 |
| 維度 | 訓練（Training） | 推理（Inference） |
|---|---|---|
| 工作負載 | 動態、實驗性強、架構頻繁變化 | 靜態、模型固定、請求模式可預測 |
| 軟體生態 | CUDA 護城河極深 | 可針對固定模型手寫 kernel |
| 經濟規模 | 叢集一次性投入大 | 7×24 持續發生，規模更大 |
| 結論 | 訓練仍是 Nvidia 主場；推理是客製 ASIC 的主戰場 | |
風險與不確定性：早期專案可能失敗（Meta MTIA 曾推倒重來）；模型架構變化可能使 ASIC 設計過時。DeepSeek 造芯在官方確認前，應寫「據報導 / 知情人士稱」，勿寫「已證實」。
74 億美元融資：DeepSeek 2026 年 6 月首輪外部融資約 510 億元人民幣，用途含自研 AI 晶片與國產算力中心（來源：公開融資披露 / 媒體報導）。
56 萬片+ 出貨：阿里平頭哥真武系列 2026 年上半年累計出貨，年化營收百億人民幣級（來源：吳泳銘 2026 財年財報電話會 / 公開報導）。
客製矽增速 44.6% vs GPU 16.1%：雲廠商客製 AI 晶片出貨量增速首次顯著跑贏通用 GPU（來源：TrendForce 2026）。
對多數 AI 開發者而言，自購 Mac 做本地 Agent 除錯看似能跟隨算力降價趨勢，但面臨記憶體瓶頸、7×24 線上不穩定、多專案並行排隊等隱性成本。雲端推理晶片軍備競賽也不等於邊緣開發環境可省——Codex 聯調、Xcode 建置與 Gateway 常駐仍需要獨占 Apple Silicon。對於更穩定、更適合 iOS CI/CD 與 AI Agent 自動化的生產環境，MESHLAUNCH 的 Mac Mini 雲端租用通常是更優解：獨占裸金屬、六區節點、按天/週/月彈性下單。
路透社 2026 年 7 月 7 日援引三名知情人士報導，可信度較高，但 DeepSeek 尚未官方證實。專案處於早期階段，不宜按量產晶片做採購規劃。
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」，並強調算力部署與軟硬體協同必要性，但未宣布自研晶片專案。創辦人表態≠官方專案公告。
馬雲 2018 年戰略層面創立平頭哥；近年蔡崇信強調出口管制影響，吳泳銘披露量產數據。阿里造芯已是成熟業務——真武 810E 已量產，累計出貨 56 萬片+，非近日傳聞。詳見租用價格頁了解邊緣開發環境方案。
推理工作負載穩定、規模大、7×24 持續發生，適合 ASIC 最佳化；訓練需要 CUDA 生態（cuDNN、NCCL、Nsight）和極致靈活性，Nvidia 仍占主導。DeepSeek 傳聞晶片、OpenAI Jalapeño 均聚焦推理場景。
兩者兼有，但經濟學是第一驅動力：推理成本已成為 AI 商業化的「房租」，客製 ASIC 可降低 30–65% TCO、削減「Nvidia 稅」；出口管制與供應鏈風險加速了已存在的經濟動機。建議先查看說明中心了解本地開發環境選型。