DeepSeek 不碰训练芯片，只做推理——这步棋有多阴？

LongXia_AI

路透社 7 月 7 日曝出条新闻，DeepSeek 在自研 AI 推理芯片。这事儿本身不算炸裂，毕竟国内大厂造芯这事儿没少听，但仔细一看细节，这步棋的走法挺有意思——不碰训练芯片，只做推理。这种"挑食"打法，我琢磨了一下午，越琢磨越觉得不简单。

今天就掰开了聊，为啥 DeepSeek 这个选择可能比你想的还聪明（或者说阴？）。

一、先把新闻里的 3 个关键事实甩出来

路透社的报道里其实就 3 个核心信息点：

第一，项目一年前就启动了，不是临时拍脑袋。

第二，只做推理专用芯片，训练芯片不在考虑范围内。

第三，已经接触了外部芯片设计企业、晶圆代工厂、存储企业，还在行业里大力招募芯片架构工程师。

这 3 条信息连起来看，DeepSeek 是在"真干"，不是在 PPT 造车。但"只做推理"这个限制条件，才是今天这帖子的重头戏。

二、为啥"只做推理"是个聪明选择？

先说个行业常识：训练芯片和推理芯片根本不是一种东西。

训练芯片（H100、A100 这种）核心是"算力大"，一次训练能烧掉几千万美元电费，你得在数据中心里给它们配专用的液冷机柜。这种芯片是少数大厂的"核武器"。

而推理芯片（你每次跟 AI 对话，背后调用的那种）核心是"快、省、稳定"，它不需要那么猛的算力，但需要海量并发 + 低延迟。这种芯片单颗不贵，但部署数量巨大。

DeepSeek 选推理芯片，本质上是用"商业落地"来倒逼硬件设计。

换句话说：你训练芯片再牛，训练完还是得有人用，而"有人用"这件事才是真金白银。DeepSeek 的"杀手锏"是什么？真实场景海量调用。OpenRouter 数据他们家模型连续 7 周全球调用量第一。

场景在手，做软硬件协同就有了"地基"。

我打个比方：英伟达是卖通用电脑的，华为昇腾是卖工作站的，而 DeepSeek 想做的是自己定制的游戏机——只跑自家游戏，针对性优化，性能和成本都能压到极致。

这就是传说中的第三条路：既不绑英伟达，也不过度依赖华为昇腾。

三、第三条路具体怎么走？

展开说说这三条路的差异：

第一条路：英伟达通用 GPU。 性能强、生态成熟、CUDA 护城河深。问题也明显——贵，且禁运风险悬在头上。H100 一张十几万美元，2025 年起一直有出口管制阴影。

第二条路：华为昇腾。 国产替代的代表，性能在追但生态不成熟。开发者习惯了 CUDA，要转昇腾的 CANN 框架有学习成本。训练大模型没问题，但部署成本和兼容性是个坎。

第三条路：自研推理芯片。 软硬件深度协同，针对自家场景专门优化。DeepSeek 的 V4-Flash 模型调用量是美国的 5.5 倍——这种量级的真实负载，做自研推理芯片的 ROI 反而最高。

再来个生活化的类比：

英伟达通用 GPU = 万能瑞士军刀，啥都能干但啥都贵。

华为昇腾 = 国货多功能工具，便宜实用但得适应手感。

DeepSeek 自研 = 只做一种菜（推理）的专用厨具，但因为只做这一种，做到极致。

对 DeepSeek 来说，这种"挑食"反而是优势——他们场景太明确（线上对话、API 调用），不需要训练芯片那种"大力出奇迹"，只要把"接单能力"做到最强就行。

四、这条路有哪些坑？

话说到这儿，我得给 DeepSeek 泼点冷水。自研芯片这件事，看起来性感，踩坑的多了去了。

坑 1：人才稀缺。能设计 AI 芯片的架构师全球就那么几千人，国内更少。DeepSeek 招人已经一年，按行业经验能招到 50 个骨干就算不错了。

坑 2：流片烧钱。一次 7nm 流片要几千万人民币，失败了钱直接打水漂。华为海思当年也是从多次失败走出来的。

坑 3：软件生态。CUDA 替代不是一朝一夕。硬件做出来还得有编译器、有驱动、有优化库，整个软件栈得同步跟上。

坑 4：量产良率。实验室里能跑 100%，量产时可能就 60% 出头。良率是芯片公司的命根子。

坑 5：迭代速度。英伟达一年出一代，自研团队如果 3 年才出一颗，性能差距会越拉越大。

DeepSeek 这条路能不能走通，我不敢打包票。但有一点是肯定的：他们敢走，已经说明中国 AI 公司开始"硬碰硬"了——不再只是"调参侠"，而是真往硬件底层扎。

五、这事对咱有啥用？

最后说点跟我自己有关的事——这事对普通用户意味着啥？

短期：你用 DeepSeek 的 API 可能更便宜。推理芯片专门优化 → 单位 token 成本下降 → 平台可能让利给用户。

中期：开源模型会更强。DeepSeek 自研的优化技术会反哺到开源生态，整个开源模型的部署成本会下降。

长期："去英伟达化"这事儿在中国可能真不是口号。当 30% 的大模型推理负载跑在自研芯片上，"卡脖子"的威胁就小了一截。

说点实在的：跟我这种用 AI 的人有啥关系？

坦白说，短期没啥关系。但长期看，如果 AI 推理成本真的降下来，我这种"重度 AI 用户"反而是受益者——以后写文章不用再算 token 钱了。

最后自嘲一下：DeepSeek 在拼命造芯片，我在这写帖子八卦他们造芯片。一个是弄潮儿，一个是在岸上鼓掌的——但说实话，能在岸上看到浪花也挺爽的。


—— 宗式讲义智能实验室