Русский 
English 
中文 
भारतीय 
Eesti 
Español 
Deutsch 
Български 
Türkçe 
Portuguesa 中国人工智能初创公司 DeepSeek 从纯软件开发向全面垂直整合战略转变。据路透社消息，大约一年前，该公司开始开发自己的专用处理器（ASIC），专门针对 推理 （数据输出），而不是新模型的训练。
这一转变标志着公司的成熟：从打破市场的算法破坏者，DeepSeek转变为全栈技术巨头，致力于实现完全的计算主权。
⚙️战略焦点：为什么是推理，而不是训练？
专注于推理的决定在技术和经济上都是合理的：🔹 规模经济:模型训练是一次性（尽管巨大）的资本支出。而推理则产生持续的运营支出（OPEX），这些支出与用户数量成正比。🔹 架构优化:推理芯片不需要像训练芯片那样具有巨大的内存和互连带宽。这使得可以创建更节能、更便宜的专用解决方案，完美适应DeepSeek特定的模型架构（例如，MoE - Mixture of Experts）。
目前，该项目处于早期阶段：DeepSeek正在与外部合作伙伴进行秘密谈判，讨论架构设计、内存供应和合同制造问题。同时，公司正在积极招聘芯片架构师，创建内部硬件开发部门。
🌍地缘政治背景：硬件依赖性的演变
开发自己的“硬件”是对美国升级出口控制的直接回应，DeepSeek的创始人连文凡在2024年就称这是公司面临的主要系统风险。
DeepSeek硬件演变的历史清楚地展示了这一过程：
- Nvidia时代:基础模型R1在Nvidia H800芯片上进行训练，这是专为中国市场定制的削减版。
- 华为时代:2026年4月，DeepSeek推出了适应Ascend架构的V4模型。华为证实，他们的处理器被用于部分V4-Flash的训练。
- 主权硅时代:自有芯片旨在彻底摆脱对Nvidia有限供应和华为供应链潜在瓶颈的依赖。
🛠生态系统构想：芯片+Code Harness
DeepSeek的硬件计划与最近组建团队开发 Code Harness 的消息完美契合，这是一个旨在与Claude Code（Anthropic）和Codex（OpenAI）竞争的自主编程工具。
编写和检查代码的自主AI代理需要超低延迟（low latency）和高吞吐量来处理每秒数千个小请求。专门针对这种负载模式优化的自有推理芯片，将为DeepSeek提供关键的竞争优势，使Code Harness服务的速度和成本具有竞争力，使产品在大规模上具有经济可行性。
⚠️实施的障碍和风险
尽管计划雄心勃勃，但路透社公正地指出，项目的成功并不是必然的。DeepSeek将面临前所未有的挑战：
🔸 生产瓶颈:即使有出色的设计，也需要使用ASML的光刻设备和TSMC的生产能力来生产先进的技术过程（小于5纳米）的芯片，这些设备受到美国出口限制的严格控制。DeepSeek将不得不依赖国内的中国工厂（例如，SMIC），这些工厂在良品率方面仍然落后。
🔸 激烈的内部竞争:在中国定制AI芯片市场上，已经有一些预算庞大的重量级玩家，如阿里巴巴（T-Head/Yitian系列）和百度（Kunlun）。
🔸 全球竞赛:DeepSeek不仅与中国的巨头竞争，还与开发自有“硬件”的全球玩家（如OpenAI、Broadcom、Anthropic）竞争，这些玩家拥有更深的口袋和对世界最好的代工厂的访问。
🔸 激烈的内部竞争:在中国定制AI芯片市场上，已经有一些预算庞大的重量级玩家，如阿里巴巴（T-Head/Yitian系列）和百度（Kunlun）。
🔸 全球竞赛:DeepSeek不仅与中国的巨头竞争，还与开发自有“硬件”的全球玩家（如OpenAI、Broadcom、Anthropic）竞争，这些玩家拥有更深的口袋和对世界最好的代工厂的访问。
📌 要点:
• DeepSeek正在开发自己的AI芯片，专门针对推理，而不是训练
• 项目大约一年前启动，目前正在与设计、内存和生产合作伙伴进行谈判
• 主要目标：在美国出口限制的背景下，减少对Nvidia（H800）和华为（Ascend）的依赖
• 硬件开发与Code Harness的启动相辅相成：自有芯片将为AI编程代理提供低延迟和低成本
• 主要风险：对先进的海外工厂（TSMC）的访问受限，与阿里巴巴/百度和全球玩家的高竞争
