大模型公司集體造芯，英偉達鐵王座裂縫初現

在AI晶片成了硬通貨、供需嚴重失衡的當下，越來越多大模型公司開始自己下場造芯。國外的OpenAI、Anthropic，國內的DeepSeek、智譜，都被曝出打上了晶片的主意。而它們不約而同選了同一個方向——AI推理晶片，而不是訓練晶片。多位業內人士的判斷是，這是被成本、供應鏈和估值多重夾出來的生存選擇。

進度上，OpenAI暫時跑在前面。半個月前它推出首款AI晶片Jalapeño，採用臺積電3nm工藝，計劃年底先服務內部，再擴到微軟等合作伙伴的資料中心。對手Anthropic也被曝與多家晶片設計公司接洽，打算用三星2nm工藝，還挖來了OpenAI初代自研晶片團隊的核心成員。馬斯克旗下的xAI去年說要量產自研晶片，但隨著併入SpaceX，團隊解散，能否面世有了變數。

最新傳出入局的，是國內大模型公司DeepSeek和智譜。媒體稱DeepSeek的專案一年前就啟動，正和晶片設計、代工、儲存公司談，目標主要用於推理，並已低調招晶片人才；智譜也被曝在評估定製化AI晶片方案。兩家都沒回應，但顯然還在早期。快思慢想研究院院長田豐點破關鍵：多家大模型公司造芯，主要是大規模推理成本逼出來的生存選擇。

為什麼都瞄著推理而非訓練？因為算力成本正從訓練轉向推理。今年推理需求首次超過訓練，成了增長主引擎。訓練是一次性資本開支，推理是天天燒錢的運營成本，呼叫量大的模型，推理成本會是訓練的數倍。梁東健算過賬：專用推理ASIC比GPU叢集便宜40%到60%，能效高30%到50%，研發成本只有GPU的1/5到1/10。OpenAI的Jalapeño推理成本比主流GPU低約50%，效能和英偉達Blackwell相當。

可ASIC的劣勢同樣刺眼：靈活性差、架構易過時、幾乎沒有生態護城河，量不夠反而更貴。田豐給的門檻很硬——只有模型Token日產量到百億級，定製晶片才從可選項變必選項。對OpenAI、Anthropic這種日均百億Token的公司，ROI說得通；規模還在幾十億Token的，固定成本攤不薄。梁東健也判斷，未來會形成三層格局：巨頭全棧自研、腰部聯合設計、尾部直接買雲服務。

對英偉達來說，風險不是某一家對手，而是「去英偉達化」的集體趨勢。 短期它無憂，訓練端護城河無人能撼；但推理側隨著呼叫量指數增長、場景碎片化，谷歌TPU、亞馬遜Trainium和模型公司自研晶片會逐步吃掉份額。Byteiota甚至預測，2028年英偉達在推理市場的份額可能從八成掉到兩三成。模型公司自研晶片的隱性價值，是讓模型和晶片協同進化——這是英偉達服務所有客戶、必須兼顧通用性所給不了的。眼下看更多是補充而非替代，但這場算力江湖的變天，已經從模型層下沉到了晶圓層。