大模型公司集体造芯，英伟达铁王座裂缝初现

在AI芯片成了硬通货、供需严重失衡的当下，越来越多大模型公司开始自己下场造芯。国外的OpenAI、Anthropic，国内的DeepSeek、智谱，都被曝出打上了芯片的主意。而它们不约而同选了同一个方向——AI推理芯片，而不是训练芯片。多位业内人士的判断是，这是被成本、供应链和估值多重夹出来的生存选择。

进度上，OpenAI暂时跑在前面。半个月前它推出首款AI芯片Jalapeño，采用台积电3nm工艺，计划年底先服务内部，再扩到微软等合作伙伴的数据中心。对手Anthropic也被曝与多家芯片设计公司接洽，打算用三星2nm工艺，还挖来了OpenAI初代自研芯片团队的核心成员。马斯克旗下的xAI去年说要量产自研芯片，但随着并入SpaceX，团队解散，能否面世有了变数。

最新传出入局的，是国内大模型公司DeepSeek和智谱。媒体称DeepSeek的项目一年前就启动，正和芯片设计、代工、存储公司谈，目标主要用于推理，并已低调招芯片人才；智谱也被曝在评估定制化AI芯片方案。两家都没回应，但显然还在早期。快思慢想研究院院长田丰点破关键：多家大模型公司造芯，主要是大规模推理成本逼出来的生存选择。

为什么都瞄着推理而非训练？因为算力成本正从训练转向推理。今年推理需求首次超过训练，成了增长主引擎。训练是一次性资本开支，推理是天天烧钱的运营成本，调用量大的模型，推理成本会是训练的数倍。梁东健算过账：专用推理ASIC比GPU集群便宜40%到60%，能效高30%到50%，研发成本只有GPU的1/5到1/10。OpenAI的Jalapeño推理成本比主流GPU低约50%，性能和英伟达Blackwell相当。

可ASIC的劣势同样刺眼：灵活性差、架构易过时、几乎没有生态护城河，量不够反而更贵。田丰给的门槛很硬——只有模型Token日产量到百亿级，定制芯片才从可选项变必选项。对OpenAI、Anthropic这种日均百亿Token的公司，ROI说得通；规模还在几十亿Token的，固定成本摊不薄。梁东健也判断，未来会形成三层格局：巨头全栈自研、腰部联合设计、尾部直接买云服务。

对英伟达来说，风险不是某一家对手，而是「去英伟达化」的集体趋势。 短期它无忧，训练端护城河无人能撼；但推理侧随着调用量指数增长、场景碎片化，谷歌TPU、亚马逊Trainium和模型公司自研芯片会逐步吃掉份额。Byteiota甚至预测，2028年英伟达在推理市场的份额可能从八成掉到两三成。模型公司自研芯片的隐性价值，是让模型和芯片协同进化——这是英伟达服务所有客户、必须兼顾通用性所给不了的。眼下看更多是补充而非替代，但这场算力江湖的变天，已经从模型层下沉到了晶圆层。