🎯 科技 · AI芯片

🔥 推理时代来临，OpenAI、DeepSeek纷纷造芯，英伟达CUDA护城河遭围剿

6月末，起步最早的OpenAI拿出了首款自研AI推理芯片Jalapeño，这款芯片从架构设计到流片仅耗时9个月，创下了专用集成电路（ASIC）领域最短开发周期纪录。7月上旬，路透社报道称DeepSeek正在开发自研AI芯片，项目已启动约一年。几乎同一时间，"大模型第一股"智谱也被曝出在推进自研芯片项目，已向多家国内芯片设计公司初步询价。

更引发震动的是Jalapeño的评测数据——其在推理能力上能够比肩甚至超过英伟达目前的主力产品GB200、GB300。芯片研究机构SemiAnalysis甚至在最新发布的报告中评价称，Jalapeño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。

这还不是个例。Anthropic、Kimi等模型公司也都在秘密推进自研芯片项目。AI Infra企业清程极智联合创始人师天麾指出，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，Token越烧越快，推理计算需求随之指数级增长。

AI芯片的研发向来是重资产、长周期的生意。独立模型厂商本就面临盈利难题，要砸重金、组团队做自己不熟悉的事，风险不小。真正推动他们走上自研芯片之路的，是推理时代的到来。

在训练时代，算力的核心任务是训练超大模型，通用GPU优势明显。但推理面向的是大量不同的模型、应用和服务等级，有的追求低延迟，有的追求高吞吐，有的需要长上下文，有的要控制成本。专攻AI推理芯片的云天励飞董事长陈宁表示，"推理需求正在超越训练需求，预计到2027年推理将占智能算力需求的70%以上"。

AWS此前曾做过估算，在模型生命周期中，推理可能占据高达90%的成本。而相比于训练的集中投入，推理开支是每天都要出的账单，且需求越多，花销越大。这也意味着，谁能降低推理成本，谁就能在商业化竞争中占据主动。自研芯片，正是模型厂商的"降本自救"之举。

面对客户变竞对的局面，黄仁勋曾多次回应"不受影响"。在2027财年第二季度业绩说明会上，英伟达表示，很多自研XPU芯片是专为单一云、推理服务定制；而英伟达是完整的AI工厂平台，覆盖AI完整生命周期，遍布全球所有云环境。

但市场并不完全买账。IDC数据显示，2025年中国AI加速卡总出货量约400万张，其中国产厂商合计出货约165万张，国产份额首次突破四成、达约41%；英伟达以约220万张（约55%）保持第一但份额被侵蚀。TrendForce在2026年8月发布的报告中进一步预测，2026年中国高端AI芯片出货量将同比增长超过83%，国产解决方案的市场份额有望接近90%，英伟达在中国市场的份额可能从2025年的约40%下降到2026年的8%左右。

这一判断在八个月内完成大幅修正，反映的不是周期性波动，而是结构性转变——美国芯片出口管制持续收紧与中国本土半导体产能快速扩张两股力量叠加，正在以前所未有的速度重塑中国AI芯片市场格局。

大模型厂商自研芯片的趋势不可逆转。当AI进入大规模使用阶段，算力成本和软硬协同的重要性正在上升。英伟达的CUDA生态护城河或许依然深厚，但面对源源不断的"内部造反"，防守的最佳策略，或许只能是进攻——用更开放的架构、更完善的生态，把对手变成伙伴。

综合钛媒体APP、界面新闻、21世纪经济报道报道 | 2026年9月3日