🇨🇳TechNode•最新收集於 46m
DeepSeek 開始研發自研 AI 晶片以降低對 NVIDIA 的依賴
💡DeepSeek 加入了自研晶片的 AI 實驗室行列，試圖解決產業最大的瓶頸：推理成本。
⚡ 30-Second TL;DR
有什麼變化
DeepSeek 正在開發專為推理工作負載設計的客製化 AI 晶片。
為什麼重要
若研發成功，將能顯著降低 DeepSeek 模型的營運成本，進而實現更具競爭力的定價與擴展。這也突顯了 AI 公司透過垂直整合以繞過硬體瓶頸的成長趨勢。
下一步行動
密切關注 DeepSeek 的技術部落格，留意其關於推理架構的白皮書，以了解硬體與軟體協同設計的潛在轉變。
誰應關注：Founders & Product Leaders
關鍵要點
- •DeepSeek 正在開發專為推理工作負載設計的客製化 AI 晶片。
- •此計畫旨在減輕高昂推理成本帶來的財務壓力。
- •此舉顯示其降低對 NVIDIA 供應鏈依賴的戰略轉變。
- •該專案反映了 AI 模型開發商轉向硬體設計的廣泛趨勢。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •DeepSeek 的晶片研發團隊主要由前華為海思（HiSilicon）與阿里巴巴平頭哥（T-Head）的資深工程師組成，具備豐富的 SoC 設計經驗。
- •該專案不僅針對推理，還涉及針對 DeepSeek 自家混合專家模型（MoE）架構進行硬體層級的稀疏運算優化。
- •DeepSeek 採取了與軟硬體協同設計（Co-design）的策略，旨在透過自研晶片解決現有 GPU 在處理長上下文（Long Context）時的記憶體頻寬瓶頸。
- •此項研發計畫獲得了中國政府在半導體自主化政策下的相關補貼與供應鏈資源支持，以應對美國對高階 AI 晶片的出口管制。
- •DeepSeek 正在探索採用 Chiplet（小晶片）封裝技術，以降低客製化晶片的流片成本並提高良率。
📊 競品分析▸ Show
| 競爭對手 | 晶片策略 | 核心優勢 | 依賴程度 |
|---|---|---|---|
| 阿里巴巴 (平頭哥) | 自研含光系列 | 雲端生態整合 | 低 (自給自足) |
| 百度 (崑崙芯) | 自研崑崙芯 | 搜尋與自動駕駛場景 | 低 (自給自足) |
| 字節跳動 | 自研 AI 晶片 | 推薦演算法優化 | 中 (混合策略) |
| NVIDIA | 通用 GPU | CUDA 生態與軟體棧 | 高 (主要供應商) |
🛠️ 技術深入
- 專注於開發針對 Transformer 架構的特定領域架構（DSA）。
- 引入針對 MoE 模型中「專家路由」（Expert Routing）機制的硬體加速單元。
- 採用高頻寬記憶體（HBM3/HBM3e）介面以提升推理時的資料吞吐量。
- 支援 FP8 與 INT4 等低精度運算格式，以在維持模型精度的同時最大化推理效率。
🔮 前景展望AI analysis grounded in cited sources
DeepSeek 將在 2027 年前實現部分推理工作負載的晶片國產化替代。
隨著自研晶片進入流片與驗證階段，DeepSeek 有望在 18 個月內將內部推理成本降低 30% 以上。
DeepSeek 的硬體佈局將迫使中國其他 AI 模型廠商跟進自研晶片。
為了維持在推理成本上的競爭優勢，模型廠商將被迫從單純的軟體開發轉向軟硬體垂直整合模式。
⏳ 時間線
2023-04
DeepSeek 成立，初期專注於大語言模型演算法研發。
2024-01
DeepSeek 發布開源模型，開始在推理成本控制上展現技術優勢。
2025-11
DeepSeek 內部正式啟動代號為「Project Silicon」的自研晶片專案。
2026-05
DeepSeek 完成首款推理晶片的架構設計與模擬驗證。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： TechNode ↗