🎯 科技 · AI芯片
一、模型厂商集体下场造芯🔥 推理成本压力倒逼大模型厂商下场造芯，从OpenAI到Anthropic，一场"自备干粮"的造芯运动正在上演
2026年年中以来，AI圈出现了一个前所未有的现象：曾经只专注于算法和大模型训练的厂商，纷纷开始组建芯片研发团队。OpenAI首款自研推理芯片Jalapeño从架构设计到流片仅耗时9个月，创下了ASIC领域最短开发周期纪录；DeepSeek自研芯片项目已启动约一年；智谱、Anthropic也相继证实正在推进自研芯片计划。
OpenAI的Jalapeño芯片评测数据已公开，其在推理能力上能够比肩甚至超过英伟达GB200、GB300。芯片研究机构SemiAnalysis评价称，Jalapeño可直接对标英伟达新一代产品Vera Rubin，甚至可能在未来冲击其最强护城河CUDA。
二、为何是"推理时代"才动手？过去AI芯片开发动辄数年、耗资数十亿美元，独立模型厂商本就面临盈利难题，砸重金做不熟悉的事风险极大。真正推动它们入局的，是推理时代的到来——Agent、长上下文和AI应用大规模落地，让模型调用量激增，Token越烧越快，从"交互式用量"进阶到"生产级用量"。
算力成本已成为模型厂商最大的持续支出项之一。英伟达GB200售价约30万美元，H100约4万美元，而一旦大规模部署，单卡成本尚可承受，但集群层面的光互连、液冷、电力系统才是真正的大头。自研芯片的本质，是用前期研发投入换取后期运营成本的永久下降。
三、造芯路径各有所不同OpenAI选择的是"推理专用ASIC"路线——不追求通用性，只为自家模型量身打造，9个月从架构到流片，效率惊人。DeepSeek则被曝已与多家国内芯片设计、代工、存储企业深度对接，走的是"供应链协同"路径。Anthropic更为低调，仅证实正在组建内部芯片研发团队，尚未透露具体方向。
智谱已实现10万级国产芯片规模化推理，单位Token推理成本较年初下降80%，这为其自研芯片提供了宝贵的真实流量数据和调优空间。业内分析认为，模型厂商造芯并非要取代英伟达，而是在特定推理场景下实现性能与成本的最优平衡。
三、行业格局或将重塑如果这场造芯运动持续发酵，AI芯片市场的竞争逻辑将发生根本性变化。过去是"芯片厂商定义标准，模型厂商被动适配"，未来可能变成"模型厂商反向定义芯片"。对于英伟达而言，CUDA生态仍是其最坚实的护城河，但模型厂商的"自建自研"趋势，正在从需求端动摇这一格局。
谁能率先跑通"模型-芯片"深度协同，谁就能在推理时代占据成本优势。这场"自备干粮"的造芯运动，才刚刚开始。
综合钛媒体APP、每日经济新闻、界面新闻报道 | 2026年9月2日