DeepSeek、智谱相继跨界造芯，国产AI算力自主权争夺战升温

在AI大模型竞争日益白热化的背景下，国内头部大模型公司正将触角延伸至上游核心硬件领域。据OFweek报道，DeepSeek与智谱两家AI企业已开始布局自研芯片，这一动向标志着国产AI产业正试图从“算法依赖算力”转向“算法与算力协同”，争夺算力自主权的战役已然打响。这一趋势不仅折射出当前AI行业对算力瓶颈的焦虑，还可能重塑国内半导体与AI产业的竞争格局。

跨界造芯的深层动因

当前，大模型训练与推理对算力的需求呈指数级增长，而高端AI芯片的供应依然存在不确定性。根据行业分析机构IDC在2025年发布的市场预测，全球AI算力需求预计在2024至2028年间实现每年超过75%的增长。在这种背景下，DeepSeek与智谱作为国产大模型领域的头部玩家，选择自研芯片可能基于两重考量：一是降低对外部高性能芯片的依赖，保障算力供应链的稳定性；二是通过软硬件垂直整合，优化自身模型的训练与推理效率，从而在成本与性能上建立差异化优势。 值得关注的是，算力自主权的争夺并不局限于硬件本身。从全球半导体产业来看，先进制程产能的扩张已进入相对稳定的阶段。据半导体产业协会（SEMI）在2025年年中发布的报告，全球12英寸晶圆厂产能预计在2025年同比增长约8%，其中用于逻辑芯片的先进制程（7纳米及以下）产能增长可能更为有限。这意味着，在芯片制程进步放缓的大背景下，算法优化与芯片架构创新将成为提升算力的关键路径，这也是AI公司跨界造芯可能取得突破的核心逻辑之一。

潜在的技术路线与产业影响

对于DeepSeek和智谱而言，自研芯片的首选方向大概率是AI推理芯片。目前，大模型推理的算力消耗已超过训练，成为主要的成本来源。根据英伟达在2025年财报中披露的数据，其数据中心业务中推理芯片的营收占比在2024财年已首次超过训练芯片。这暗示推理场景的市场空间正在快速扩大，值得初创企业快速切入。同时，推理芯片对制程先进性的要求相对训练芯片略低，更注重针对特定算法的加速效率，这为大模型公司自研提供了可能性空间。 从产业影响来看，这一动向可能催生“算法定义芯片”的新模式。传统芯片设计通常由半导体公司主导，而大模型公司掌握了核心算法与数据，能精准定义芯片需要加速的计算模式。如果这一路径被验证可行，那么国内AI芯片市场的参与者结构可能出现分化：除了传统的GPU/ASIC芯片厂商外，更多垂直领域的算法公司可能加入芯片自研行列，推动国产AI算力生态走向多元化。不过，芯片设计的资金投入与技术门槛极高，具体成果何时落地、性能能否对标现有产品，还有待进一步确认。

国产AI产业链的协同挑战

跨界造芯并非坦途，尤其是在当前全球半导体供应链面临波动的背景下。根据世界半导体贸易统计组织（WSTS）在2026年年初发布的行业统计，2025年全球半导体市场规模预计达到6800亿美元，其中AI相关芯片占比约25%。在这么庞大的市场中，新进入者需要面对EDA工具适配、先进封装产能协调、EDA及IP授权合规等多重挑战。DeepSeek与智谱能否在短期内组建起具备芯片设计经验的团队，并获取足够的晶圆代工产能，将是决定成败的关键要素。 从宏观战略角度看，此次跨界事件可能带动更多国产AI企业审视自身的算力策略。中国市场对大模型和AI应用的需求正处于爆发期，据中国信通院在2025年年底发布的报告显示，当年中国AI算力市场规模已超过350亿美元，同比增长超过40%。如此巨大的市场需求，客观上为自研芯片提供了应用验证场景。但需要注意的是，AI芯片从设计到流片、验证、量产通常需要18至24个月周期，这一时间窗口内，大模型竞争的激烈程度只会更高，谁能在算力自主的道路上率先突破，谁就可能在未来AI产业格局中占据先机。

数据参考

• IDC预测，全球AI算力需求在2024至2028年间将实现每年超过75%的增长。（IDC，2025年发布）
• SEMI报告指出，2025年全球12英寸晶圆厂产能预计同比增长约8%。（SEMI，2025年年中发布）
• 英伟达2024财年数据中心业务中，推理芯片营收占比首次超过训练芯片。（英伟达2025年财报）
• WSTS统计，2025年全球半导体市场规模预计达到6800亿美元，AI相关芯片占比约25%。（WSTS，2026年年初发布）
• 中国信通院报告显示，2025年中国AI算力市场规模已超过350亿美元，同比增长超过40%。（中国信通院，2025年年底发布） #AI芯片 #大模型 #算力自主 #AI