DeepSeek 不只在模型上往前卷，硬件也开始自己下场。
多名知情人士给出的口径是，这家公司正在开发一款自研 AI 芯片，目标不是训练新模型，而是推理：也就是用户发出请求后，模型真正生成回答的那一段计算。项目大约一年前启动，现在仍处在早期阶段，DeepSeek 已经同芯片设计公司、晶圆厂和存储器供应商接触，同时在私下招聘芯片设计工程师，没有把岗位大规模挂到公开招聘网站上。
这件事的重点不在“又一家 AI 公司造芯片”本身，而在 DeepSeek 选择的切口。训练是一次性大投入，推理是每天、每小时、每个用户请求都在烧的钱。模型用户越多，推理成本越像水电费；如果只靠外部 GPU 或国产通用加速卡，DeepSeek 很难完全掌握这层成本。
DeepSeek 过去的优势是用算法把算力压榨到更高效率。R1 底座曾依赖英伟达 H800，之后又把模型适配到华为昇腾，今年 4 月 V4 系列已经同国产芯片做了更深配合。问题是，两个篮子仍然是别人的篮子。自研推理芯片如果能跑通，DeepSeek 拿到的不是一块更便宜的卡，而是把模型结构、数值格式、编译栈和机房供给绑在一起重算。
这也是它从“模型公司”变成“算力公司”的信号。OpenAI 已经同博通做定制推理芯片，Anthropic 也被曝评估自研 AI 芯片；国内的阿里、百度同样在芯片上加码。DeepSeek 加入这张牌桌，并不意外。更关键的一点是，它的模型路线本来就强调低成本推理，自研芯片一旦贴着模型设计，边际收益可能比通用模型公司更高。
融资也给这条线留出了空间。6 月围绕 DeepSeek 首轮外部融资的消息给出的数字约为 510 亿元人民币，折合约 74 亿美元，投后估值区间在 520 亿至 590 亿美元。粗算下来，这笔新钱约等于投后估值的 12% 到 14%。如果这些资金同时投向国产芯片算力中心、自研芯片和人才扩张，DeepSeek 不是在为一款芯片单点押注，而是在给后续模型服务的成本底座重新搭架子。
“Nvidia is at zero in China and staying there.”
Radio Free Mobile 分析师 Richard Windsor 的意思是，英伟达在中国 AI 芯片市场面对的不是普通份额下滑，而是出口管制和国产替代一起压出来的结构性缺口。
这个判断可以解释 DeepSeek 为什么要急着往下游走。中国 AI 芯片市场规模已被估到约 500 亿美元，华为凭借昇腾等产品拿到相当大份额；但华为也要供应多家头部模型厂和云厂商，不可能只围着 DeepSeek 的节奏转。对 DeepSeek 来说，长期押在华为或英伟达任一边，都意味着关键产能和路线图掌握在别人手里。
难点也很硬。做一颗有竞争力的 AI 推理芯片通常要数年时间，钱、人、EDA、先进制程、封装和高带宽内存都缺一不可。美国限制中国设计公司接触最先进海外晶圆厂，高带宽内存也被卡住，这些都不是 DeepSeek 靠模型效率就能绕开的工程问题。换句话说，软件省出来的每一分钱，到了芯片制造环节都可能被供应链重新吃掉。
所以这条消息不能读成“DeepSeek 很快会摆脱英伟达和华为”。更稳的说法是，它正在把推理成本这个最频繁发生的环节往自己手里拉。短期看，DeepSeek 仍会继续用外部芯片跑模型；中期看，自研推理芯片如果能配合自家模型和数据中心，才可能把单位推理成本继续往下压。
这对中文读者的增量在于，DeepSeek 的下一场竞争可能不只发生在榜单和 API 价格表上，而会发生在机房、芯片和供应链里。大模型价格战打到最后，谁能把推理算力变成更可控的内部成本，谁才有底气继续降价、扩用户、接企业客户。DeepSeek 这次露出的不是成品，而是它想把成本曲线掌握在自己手里的意图。
来源与核验：量子位、Reuters/Taipei Times、投资界；CocoLoop、核验对象包括芯片定位、项目启动时间、供应链接触对象、融资与估值区间、英伟达/华为依赖关系及分析师引语。