🎯 科技 · AI芯片
🔥 OpenAI、Anthropic、DeepSeek、智谱纷纷下场自研芯片，推理时代催生"造芯运动"
2026年年中以来，AI行业出现一股看似"不务正业"的潮流——越来越多的大模型厂商宣布下场自研AI芯片。OpenAI在6月末拿出首款自研推理芯片Jalapeño，从架构设计到流片仅耗时9个月，创下ASIC领域最短开发周期纪录。7月，DeepSeek被曝已启动自研芯片项目约一年。几乎同时，智谱也被曝推进自研芯片项目，已向多家国内芯片设计公司初步询价。8月初，一向"精打细算"的Anthropic也正式证实正在组建内部芯片研发团队。
这一趋势并非偶然。芯片研究机构SemiAnalysis在最新报告中评价，OpenAI的Jalapeño在推理能力上能够比肩甚至超过英伟达主力产品GB200、GB300，"可以直接对标英伟达新一代产品Vera Rubin，甚至可能在未来冲击后者的最强护城河CUDA"。当大模型公司的算力成本呈指数级增长，自研芯片从"可选项"变成了"必选项"。
一、推理时代来临，Token烧钱速度远超想象
推动这场"造芯运动"的核心驱动力，是AI进入推理时代的结构性变化。今年以来，Agent、长上下文和AI应用大规模落地，让模型调用量激增。AI Infra企业清程极智联合创始人师天麾指出，模型调用已从"交互式用量"进阶到"生产级用量"，推理计算需求呈爆发式增长。
以Anthropic为例，其Fable 5.1典型工作负载成本虽较前代降低25%，但单次智能体任务的Token消耗仍是前代的1.7倍。OpenAI的Astra模型更是首次突破网络安全能力阈值的模型，其推理过程中的安全评估开销巨大。当巨头们每月在算力上的投入达到数亿美元级别，自研芯片的降本效应立竿见影。
二、巨头与独立厂商：截然不同的"造芯"逻辑
科技巨头布局自研芯片并不罕见。美股七姐妹中除英伟达外，微软、谷歌、亚马逊、Meta均拥有成熟的自研AI芯片；中国互联网大厂中，阿里平头哥、百度昆仑芯已实现商业化，字节跳动也在加速自研芯片量产。
但独立模型厂商的处境截然不同。它们没有云业务和成熟的客户生态，自研芯片的市场前景天然受限；也难以承受训练芯片开发的巨大耗资和超长周期。因此，独立厂商的"造芯"策略普遍聚焦推理芯片，避开训练芯片的红海竞争，以性价比和能效比为核心竞争力。
三、芯片厂商如何看待"客户变竞对"
对英伟达等芯片供应商而言，大客户纷纷自研芯片既是挑战也是机遇。一方面，头部客户的自研可能减少采购量；另一方面，这些厂商的自研芯片仍需要EDA工具、IP授权、流片代工等外部支持，客观上扩大了产业链需求。更重要的是，大模型厂商的自研芯片主要集中在推理端，与英伟达的训练芯片形成差异化互补。
业内分析指出，这场"造芯运动"的最终结果，不会是简单的替代关系，而是形成"通用GPU+专用ASIC"的多元算力生态。对于大模型公司而言，自研芯片是降本增效的必经之路；对于整个AI产业而言，这将加速推理成本的下降，推动AI应用从"试验品"走向"日用品"。谁掌握了推理芯片的定价权，谁就掌握了AI落地的最后一公里。
综合钛媒体、第一财经、每日经济新闻报道 | 2026年9月2日