路透社援引三名知情人士透露，DeepSeek 近一年来一直在秘密研发自己的 AI 推理芯片。此举旨在减少对英伟达和华为等第三方供应商的依赖，并显著降低算力成本。该消息传出后，英伟达股价在盘前交易中下跌约 1.6%，而 A 股的 ASIC 概念股则表现强劲。

一些人对此表示质疑，认为一家中国的模型公司能否与英伟达竞争，尤其是在国内芯片制造技术受限且面临美国制裁的情况下。然而，这种看法忽略了问题的关键。DeepSeek 专注于研发推理芯片，其真正的影响在于削弱英伟达“别无选择”的定价能力，而这正是英伟达两万亿美元估值的重要支撑。

训练和推理对芯片的需求截然不同。模型训练需要处理大规模并行计算，对算力密度、内存带宽和互联速度要求极高，这是 H100、B200 等顶级 GPU 的优势所在。而模型推理则涉及相对固定的计算图，通用性要求较低，但专用化适配的空间很大。

谷歌早期的 TPUv1 芯片（28 纳米制程）在推理任务上，相比同期 CPU 和 GPU 实现了 15 到 30 倍的性能提升和 30 到 80 倍的能效提升，证明了专用芯片在特定任务上的优越性。DeepSeek 制造一颗 14 纳米或 7 纳米的推理芯片，在技术上是可行的，其难度远低于制造 H100 的竞争对手。报道显示，DeepSeek 正在积极接触芯片设计公司、晶圆代工厂和存储供应商，并秘密招聘人才。

然而，芯片制造并非唯一挑战。推理芯片的另一个瓶颈是显存带宽。即使是激活部分专家（Expert）的 MoE 模型，在推理时也需要极高的 HBM 内存吞吐量来支持参数调度。HBM 供应链和 IP 授权同样受制于人，三星和 SK 海力士在该领域的优势短期内难以撼动。因此，芯片流片成功只是起点，关键在于其量产后的性能和喂养能力。

DeepSeek 的价值在于为市场提供了更多选择。英伟达长期保持超过 75% 的毛利率，这得益于其在 AI 算力领域的近乎垄断地位，无论是训练还是大规模推理部署，用户都高度依赖其 GPU 和 CUDA 生态系统。

DeepSeek 的推理芯片项目，即使尚处于早期阶段，也足以改变谈判桌上的力量对比。DeepSeek 作为巨大的推理算力需求方，其 V4 模型已达千亿级参数规模，对外服务时将产生持续且庞大的算力消耗。其自研芯片项目有真实内部需求支撑，而非概念验证。

DeepSeek 的加入，反映出大型 AI 模型的主要买家正系统性地减少对英伟达的依赖。谷歌的 TPU 已发展到第八代，AWS 的 Trainium 系列已至第三代，微软也在研发 Maia 芯片。这些云厂商和科技巨头正在逐步转向自研或与其他供应商合作，以降低对英伟达的依赖。

DeepSeek 的入局，标志着中国最大的推理算力需求方也加入了这一行列。尽管 DeepSeek 受制裁影响，只能依赖国内成熟制程，与谷歌、AWS 等采用先进工艺的厂商不在同一水平，但其行动表明了需求结构性的变化。这也会促使云厂商在与英伟达的谈判中获得更多议价能力。

DeepSeek 在软件栈方面已展现出独立性，自研了 hfreduce 替代 NCCL 通信库，并构建了 3FS 分布式文件系统，同时也在使用华为昇腾进行推理辅助。尽管绕过 CUDA 生态仍存在壁垒，但这显示出该公司不愿长期依赖任何外部供应商的决心。

英伟达的 CUDA 软件生态是一个强大的竞争壁垒，拥有数百万开发者和成熟的工具链。DeepSeek 的自研芯片项目仍处于早期，面临技术和工程风险，其成长并非一蹴而就。

然而，竞争壁垒与定价权是两回事。英伟达的估值中包含了“定价权溢价”，这一溢价建立在 AI 算力需求激增且供应有限的双重假设之上。目前，虽然算力需求仍在增长，但供应多元化的趋势正在动摇后一个假设。谷歌、亚马逊、微软以及 DeepSeek 的行动，都在证明这一假设的站不住脚。

英伟达可能会通过定向折扣、深度软件绑定和加速推出推理专用产品来应对。但关键在于，其定价权溢价的空间正在被逐步压缩。大客户可能会率先获得折扣，而中长尾客户则可能继续按原价购买。市场关注的焦点在于英伟达的平均售价能维持多久。

DeepSeek 自研芯片项目的影响，可能在于它改变了采购谈判的动态。即使产品性能不突出或量产延迟，它也为客户提供了“自研”这一选项，削弱了英伟达的定价能力。

DeepSeek 的一系列举措，包括以较低成本训练接近 GPT-4 的模型、重写通信库和文件系统、在华为昇腾上实现推理，以及接触晶圆厂，都表明其不依赖外部供应商的态度。

最终，DeepSeek 的行动代表着高效买家正在为自己构建备用通道。其他有类似需求的买家也在关注这一路径的可行性。英伟达的股价不会因此次早期项目新闻而崩溃，但一个值得关注的问题是：在下一轮算力采购谈判中，买家的谈判筹码是否已发生改变？