AI巨头自研推理芯片：国产算力自主化迎来关键转折
当AI竞赛从模型参数的军备竞赛转向真实场景的规模化落地，算力供需的鸿沟正迫使头部玩家重新定义游戏规则。DeepSeek与智谱AI不约而同地挥师自研芯片，且精准绕开技术封锁最森严的训练赛道，直指推理ASIC——这并非单纯的成本考量，而是一场从“用芯”到“造芯”的产业角色跃迁，标志着AI应用巨头正试图将算力命脉掌握在自己手中，也为国产半导体撕开了一条差异化的突围路径。
巨头跨界造芯，推理芯片成战略要塞
艾媒网（iiMedia.cn）获悉，据路透社、The Information等多家权威信源7月7日披露，国内大模型头部企业DeepSeek与智谱AI均已启动AI芯片自研计划，且不约而同地避开技术壁垒极高的通用GPU训练芯片，全力押注专用推理ASIC芯片。
DeepSeek的自研项目已秘密推进一年有余，现已主动对接多家国产芯片设计服务商、晶圆代工厂及存储产业链企业，打造专属研发团队；智谱AI则同步向国内头部芯片设计企业展开技术咨询与合作洽谈，计划联合开发适配自身大模型架构的专用AI处理器。
这一自研转向，根植于全球人工智能市场长达十年的爆发式增长。iiMedia Research（艾媒咨询）发布的《2025-2026年DeepSeek撬动产业链的商业机会及布局策略报告》显示，全球人工智能市场规模从2015年的1260亿美元起步，以约36%的年均复合增长率持续攀升，至2020年已达8920亿美元，2023年突破22490亿美元，2025年达到了36885亿美元。同期，人工智能芯片市场从2019年的110亿美元起步，以约59%的年增速迅猛扩张，到2025年增至726亿美元。技术创新和应用场景的持续拓展不断推高算力需求，而推理芯片作为大规模部署落地的核心硬件，其战略地位日益凸显，成为下游应用端企业必须亲自布局的关键环节。
两大AI应用端巨头跨界造芯，且目标高度一致，释放出行业需求端对算力自主可控的强烈渴求，也意味着算力供应链的价值分配正在发生根本性改变。
赛道逻辑分化，推理芯片的“黄金窗口”
这一行业信号背后，是训练芯片与推理芯片截然不同的赛道逻辑。训练芯片用于从零训练大模型，对单卡算力、显存带宽、互联能力要求近乎苛刻，技术壁垒极高，长期被海外巨头垄断，国产化追赶难度极大。
而推理芯片是大模型落地部署后，承接日常用户问答、内容生成、智能交互等海量碎片化需求的核心载体，其核心优势在于落地场景广、需求量爆发式增长、迭代速度快、对制程工艺的要求相对宽松，且更强调能效比与成本控制。这意味着推理芯片为国产供应链提供了“换道超车”的现实路径——在不需要最先进制程的前提下，通过系统架构创新和软硬件协同优化，同样可以实现高效推理。
渤海证券等机构指出，国产大模型企业持续深化“芯模协同”，已将国产算力芯片作为模型推理阶段的核心底座，随着推理需求在Token经济驱动下急速膨胀，国产推理芯片正迎来订单放量与生态成熟的黄金窗口。
算力需求无限，产业链景气度与分化并行
从产业端反馈看，AI算力需求远未见顶。前英特尔首席执行官帕特里克·格尔辛格公开表示“AI需求近乎无限”，Nebius等AI基础设施厂商亦坦言“需求远超供应能力”。国内智算规模截至2026年3月底已达188万PFLOPS。在7月17日开幕的2026世界人工智能大会上，业界最大规模超节点——华为Atlas 950真机首次亮相，其单柜64卡起步、最多可连8192张NPU卡的部署能力，甚至超预期领先英伟达下一代产品，硬件侧的供给升级仍在加速。
但资本市场的博弈已趋于复杂：7月10日A股AI硬件板块高位跳水，GPU、CPO指数单日大跌超4%，折射出筹码拥挤、资金迁移对高估值板块的压力。券商机构普遍认为，产业景气度并未逆转，但7月中下旬中美财报季将成试金石，能交出扎实业绩的公司方能率先企稳。
与此同时，算力产业的上下游分化愈发明显——SK海力士265亿美元创纪录IPO受热捧，上游存储与设备环节高确定性受益；而甲骨文因高资本开支遭降级，中下游大模型与云计算企业面临变现压力，这进一步强化了资金向硬件设备和国产替代方向集中的趋势。
自主生态提速，算力网与超节点夯实底座
DeepSeek与智谱AI下场造芯，是国产算力自主化浪潮的缩影。从“灵晟”超算登顶全球TOP500，到全国产十万卡AI超集群“曙光8000”落成并接入国家超算互联网，再到华为Atlas 950超节点真机即将面世，系统化创新正在有效弥补单芯片性能差距。
国家顶层设计的“算力网”建设，正推动全国智算资源高效调度，截至2025年底，全国建成万卡智算集群42个，智能算力规模已居全球第二。两大AI巨头的入局，还将拉动一批芯片设计服务、先进封装、高速互联、液冷散热等配套产业链的需求。
庞大的市场空间有望催生多家万亿市值的上市企业。这场由应用端发起的造芯运动，不仅为国产算力撕开了一道突破口，更让“芯模协同”从口号走向实战，为全球AI算力竞争贡献了一份中国解法。
这场由应用端点燃的造芯之火，虽仍面临设计工具、制造工艺等底层制约，但其战略价值已远超产品本身。它标志着中国AI产业正从“适配国外算力”转向“定义自有算力”，通过系统级创新与生态协同来抵消单点短板。当巨头躬身入局，牵引的不仅是供应链的重构，更是一种产业自信的建立——在AI与半导体深度融合的时代，谁能率先打通“算法-场景-芯片”的闭环，谁就握住了下一阶段竞争的话语权。而这，或许正是国产算力走向成熟最务实的路径。
