现在大模型行业卷成什么样了？大家都在拼参数、拼算力规模，但算力的尽头其实是商业闭环。如果一直靠买卡，你的成本底线就是英伟达的定价底线。巨头们发债千亿买卡，看似财大气粗，实则是在给上游硬件厂打长工。DeepSeek这波操作，表面上是抠门省钱，骨子里是在争夺定义权。大模型公司不能永远做个只会调包的软件集成商，算力底座必须自己捏在手里。
以前是有什么卡就做什么模型，现在得是模型需要什么算力，就自己造什么卡。这种从买方到定制方的身份转变，才是大模型公司真正成熟的标志。看看现在的行业现状，很多初创公司账上的钱全变成了机房里吃灰的GPU，一旦融资跟不上，模型迭代直接停摆。DeepSeek自研芯片虽然还在早期，甚至被嘲笑拿不到先进工艺，但这恰恰是一条难而正确的路。不盲目追求全球最顶尖的制程，而是死磕自己业务最需要的推理效率，这种务实的生存哲学，比在PPT里吹嘘买了多少万张卡管用得多。
算力从来不是大模型公司的终极护城河，能高效利用算力并转化为商业价值才是。当潮水退去，那些靠发债买卡堆砌出来的虚假繁荣终将散去，只有把算力底座和核心业务深度绑定的玩家，才能在这场残酷的淘汰赛里活到最后。大模型的下半场，拼的不是谁的银行卡余额多，而是谁手里捏着真正属于自己的底牌。DeepSeek自研推理芯片，不靠买卡？
大模型动态
DeepSeek
AI芯片
算力
大模型
推理芯片
当科技巨头们还在靠发债数百亿美元疯狂囤积英伟达显卡时，DeepSeek 却悄悄把目光投向了底层硬件。据路透社消息，其正自研面向推理场景的 AI 芯片，试图摆脱对英伟达和华为的依赖。本文拆解 DeepSeek 造芯背后的算力账本，对比海外大厂“砸钱买卡”的重资产模式，分析自研推理芯片对大模型落地成本的实际影响。在算力成为大模型生死线的当下，看看这家以技术著称的公司如何寻找新的护城河，以及给同行带来的启示。
亚马逊刚发债250亿美元，折合人民币1700多亿，就为了继续给AI基建买卡。今年全球科技巨头在AI上的总投入眼看要捅破7000亿美元大关。就在大厂们靠发债、卖股票疯狂扫货英伟达的时候，DeepSeek却走了一条截然不同的路：自己造芯片。
路透社爆料，DeepSeek正在研发自有AI芯片，而且项目大约在一年前就启动了。知情人士透露，这款芯片死磕的是AI推理场景，也就是大模型训练完成后用来分析新数据和生成内容的环节。为了这事，他们最近几个月一直在低调挖角芯片设计工程师，连公开招聘都不敢发，正忙着跟晶圆代工和存储厂商洽谈。
以前大模型公司都是有什么卡买什么卡，现在DeepSeek开始琢磨按需定制了。在大厂疯狂砸钱买算力的背景下，这其实是大模型公司从单纯买卡向定制算力转变的务实突围。有分析师出来泼冷水，说拿不到最先进工艺，这芯片对英伟达构不成实际威胁。这话只对了一半。DeepSeek本来就没打算把芯片卖给海外，人家图的是降低对英伟达和华为的依赖，给自己的大模型落地省下真金白银的买卡钱。
靠发债买卡终究是给别人交过路费，把算力底座捏在自己手里，才是大模型公司不被卡脖子的底牌。
DeepSeek这边刚传出低调挖角芯片工程师、洽谈晶圆代工的消息，大洋彼岸的科技巨头们正忙着在资本市场疯狂抽血。亚马逊刚发行了250亿美元的债券，折合人民币1700多亿，全砸在AI基建上。这可不是孤例，今年全球科技巨头在人工智能领域的总投入眼看就要捅破7000亿美元大关。Meta和Alphabet这些玩家，都在靠发债、卖股票变着法子给英伟达送钱。
大厂们算的是规模账，觉得只要卡买得够多，大模型就能跑得快。但DeepSeek算的是另一笔经济账。他们没跟着去抢那些溢价上天的通用训练卡，而是把目光盯在了推理场景。大模型训练完成后的推理才是真正面向用户、持续消耗算力的无底洞。以前大模型公司都是有什么卡买什么卡，不管用不用得上先囤了再说。现在DeepSeek开始琢磨按需定制，自己下场搞芯片设计。
这其实是大模型公司从单纯买卡向定制算力转变的务实突围。有分析师跳出来说，拿不到最先进工艺，这芯片对英伟达构不成实际威胁。这话只看到了表面。DeepSeek本来就没打算把芯片卖给海外去跟英伟达抢全球市场，人家图的是降低对英伟达和华为的依赖，给自己的大模型落地省下真金白银的买卡钱。
靠发债买卡终究是给别人交过路费，算力规模再大，底座不在自己手里也是空中楼阁。算清楚自己的场景账，把每一分算力都用在刀刃上，才是大模型公司在烧钱大战里不被裹挟的底牌。
训练大模型就像闭门炼丹，需要最顶级的算力集群和极高的卡间互联带宽，英伟达的旗舰卡就是为这个量身定制的，溢价极高。但训练总有跑完的一天，模型一旦成型，接下来就是没日没夜的推理。
推理才是真正面向用户的算力无底洞。用户每次提问、每次生成内容，背后都在疯狂燃烧算力。现在大厂普遍的做法，是用花天价买来的顶级训练卡去跑推理。这就好比用F1赛车去送外卖，性能严重过剩，油耗还高得吓人。
DeepSeek死磕推理场景，算盘打得很精。推理芯片不需要像训练卡那样死磕极致的卡间互联和绝对峰值算力，反而更看重显存带宽、特定算子的优化以及低延迟。如果专门定制推理芯片，完全可以砍掉那些为了训练而存在的冗余设计。
这就意味着，同样的算力输出，定制推理芯片的功耗会大幅降低。大模型落地最怕的不是模型不够聪明，而是每次调用都在疯狂交电费。把推理算力从昂贵的通用GPU里剥离出来，用定制化芯片去扛，这才是真正把成本打下来的狠招。
与其花天价买一堆通用卡去填补推理的无底洞，不如自己下场造个专门干苦力的外卖车。算力不是靠砸钱堆出来的，把钱省下来去优化模型和拓展应用，比在财报里秀买卡数量实在得多。
现在大模型行业卷成什么样了？大家都在拼参数、拼算力规模，但算力的尽头其实是商业闭环。如果一直靠买卡，你的成本底线就是英伟达的定价底线。巨头们发债千亿买卡，看似财大气粗，实则是在给上游硬件厂打长工。DeepSeek这波操作，表面上是抠门省钱，骨子里是在争夺定义权。大模型公司不能永远做个只会调包的软件集成商，算力底座必须自己捏在手里。
以前是有什么卡就做什么模型，现在得是模型需要什么算力，就自己造什么卡。这种从买方到定制方的身份转变，才是大模型公司真正成熟的标志。看看现在的行业现状，很多初创公司账上的钱全变成了机房里吃灰的GPU，一旦融资跟不上，模型迭代直接停摆。DeepSeek自研芯片虽然还在早期，甚至被嘲笑拿不到先进工艺，但这恰恰是一条难而正确的路。不盲目追求全球最顶尖的制程，而是死磕自己业务最需要的推理效率，这种务实的生存哲学，比在PPT里吹嘘买了多少万张卡管用得多。
算力从来不是大模型公司的终极护城河，能高效利用算力并转化为商业价值才是。当潮水退去，那些靠发债买卡堆砌出来的虚假繁荣终将散去，只有把算力底座和核心业务深度绑定的玩家，才能在这场残酷的淘汰赛里活到最后。大模型的下半场，拼的不是谁的银行卡余额多，而是谁手里捏着真正属于自己的底牌。
现在大模型行业卷成什么样了？大家都在拼参数、拼算力规模，但算力的尽头其实是商业闭环。如果一直靠买卡，你的成本底线就是英伟达的定价底线。巨头们发债千亿买卡，看似财大气粗，实则是在给上游硬件厂打长工。DeepSeek这波操作，表面上是抠门省钱，骨子里是在争夺定义权。大模型公司不能永远做个只会调包的软件集成商，算力底座必须自己捏在手里。
以前是有什么卡就做什么模型，现在得是模型需要什么算力，就自己造什么卡。这种从买方到定制方的身份转变，才是大模型公司真正成熟的标志。看看现在的行业现状，很多初创公司账上的钱全变成了机房里吃灰的GPU，一旦融资跟不上，模型迭代直接停摆。DeepSeek自研芯片虽然还在早期，甚至被嘲笑拿不到先进工艺，但这恰恰是一条难而正确的路。不盲目追求全球最顶尖的制程，而是死磕自己业务最需要的推理效率，这种务实的生存哲学，比在PPT里吹嘘买了多少万张卡管用得多。
算力从来不是大模型公司的终极护城河，能高效利用算力并转化为商业价值才是。当潮水退去，那些靠发债买卡堆砌出来的虚假繁荣终将散去，只有把算力底座和核心业务深度绑定的玩家，才能在这场残酷的淘汰赛里活到最后。大模型的下半场，拼的不是谁的银行卡余额多，而是谁手里捏着真正属于自己的底牌。