【本文仅在今日头条发布，谢绝转载】

本文作者——文博｜资深媒体人

一周之内，四家全球最重要的AI模型公司接连放出风声：我们要自己做芯片了。

OpenAI的Jalapeño刚刚流片，Anthropic被曝与三星合作开发2nm推理芯片，DeepSeek的推理芯片计划进入关键阶段，智谱也传出自研芯片的消息。

四家公司横跨中美，覆盖了全球大模型赛道的绝对头部。消息出来后，英伟达股价下跌，对应近千亿美元市值蒸发。

这不是某一家公司的战略调整，是英伟达最大的客户群体正在集体"叛逃"。

【为什么是推理芯片？因为GPU在"干等"】

四家公司有一个绝对共同点：它们要做的全部是推理芯片（Inference Chip），不是训练芯片（Tensor Processing Unit）。

训练是一次性资本开支，模型训完就封顶。训练需要大规模并行计算，CUDA生态和NVLink互联在这里是英伟达的绝对护城河，替代成本极高，当然，中国公司正在突破这一切。

但推理不一样。推理（为用户提供服务）是持续运营成本，每生成一个token（中文译名：词元）都在烧钱。Agent时代到来之后，token消耗量正在以百倍速度膨胀。高盛预测，到2030年Agent token用量要增长24倍。

问题在于，英伟达的GPU为通用设计，里面大量晶体管是为图形渲染、科学计算保留的。到了推理场景，这些电路全部闲置。

GPU在推理时的有效利用率常常不到5%。用户花了买整颗芯片的钱，实际只用到一小部分算力，其余都在为"用不到的灵活性"缴纳租金。

当一家模型公司99%的工作负载都是同一种架构的推理时，它终于意识到：自己在为冗余付费。

【OpenAI和Anthropic：成本压力逼出来的"降本增效"】

美国两家公司的动机很直接：省钱。

OpenAI的Jalapeño定位推理专用芯片，宣称单token推理成本比现役GPU降低约一半。Anthropic走更激进的路线，直接找三星代工2nm芯片，试图跳过台积电的产能排队。

两家公司都在用同样的逻辑：把模型架构的暗知识固化进硅片，让算子直接变成电路，让访存通路照着注意力机制的压缩格式布线。

OpenAI一年要烧掉几十亿美元买GPU、租云服务。如果自研芯片能把推理成本砍一半，这笔省下来的钱可以直接转化为利润，或者转化为对用户的降价空间。

在模型能力趋同、价格战白热化的下半场，推理成本就是毛利率。

Anthropic的选择更分散。它一边用谷歌TPU，一边找三星做芯片，一边可能还在买英伟达GPU。

这种"多元化采购"不是技术偏好，是供应链安全策略，不能把鸡蛋全放在英伟达一个篮子里。

【DeepSeek和智谱：不是想不想做，是不得不做】

中国两家公司的处境完全不同。他们自研芯片不是因为"成本优化"，是因为"买不到"。

DeepSeek的硬件底座迁移史就是一部制裁史。R1用英伟达H800训练，H800被禁。V4开始转向华为昇腾，但是昇腾产能要跟一大批中国公司共享。

智谱GLM-5.2发布后使用量涨了27倍，推理算力缺口以同样速度扩大。在没有管制的市场，这个缺口可以用采购填上；在管制之下，采购选项本身就是残缺的。

华为昇腾占据国内约500亿美元AI芯片市场的一半，但产能有限，且与所有中国大厂分配。更关键的是，昇腾与英伟达最先进产品仍有1-2代差距。DeepSeek和智谱面临的不是"贵不贵"的问题，是"有没有"的问题。自研芯片从经济性选择变成了生存性必需。

中国公司的另一条路是"模型免费+芯片收费"。开源模型本身赚不到钱，

但如果把Llama或GLM直接固化进硅片，权重存在于晶体管连接方式里，用户想用最高效的推理，就得买专用芯片。模型是钩子，芯片才是利润。

【软硬件协同：模型公司比芯片公司更懂芯片】

四家模型公司同时选择自研，背后有一个共同的底层逻辑：没有人比模型公司更懂自己的模型。

DeepSeek的MLA（多头潜在注意力）把KV Cache压缩到常规架构的几十分之一。细粒度MoE让每次推理只激活一小部分参数。

这些架构创新运行在通用GPU上时，只能靠软件优化去迁就硬件。如果芯片是自己定义的，算子可以直接固化成电路，访存通路可以照着MLA的压缩格式布线。

第三方芯片公司比如Groq、Cerebras，它们做通用推理加速器，但拿不到模型公司的架构暗知识。

只有OpenAI知道GPT的推理瓶颈具体卡在哪个算子上，只有DeepSeek知道MLA的压缩格式如何映射到内存层次。这种"软硬件协同设计"的套利空间，是模型公司敢于自研芯片的底气。

【英伟达真的"天塌"了吗？】

盘前跌2%、千亿市值蒸发，市场反应看起来剧烈。但英伟达的天并没有塌，只是屋顶漏了几块砖。

短期来看，模型公司自研芯片从立项到量产需要2-3年。在这期间，英伟达的GPU订单不会减少。

训练芯片的CUDA生态锁定短期内无法被打破，GPT-6级别的模型训练仍然离不开英伟达。OpenAI一边做Jalapeño，一边还在排队买B200。

但是从中长期来看，威胁是真实的。如果2027-2028年这批推理ASIC集中量产，推理负载会从GPU向专用芯片迁移。

英伟达的GPU销售空间会被压缩。但英伟达还有两层防御：一是NVLink Fusion，即使GPU被替代，互联过路费仍然保留；二是训练霸权，在训练战场英伟达仍然无可替代。

更准确的描述是：英伟达从"唯一供应商"降级为"供应商之一"。它的估值逻辑需要从"永远增长"修正为"增长放缓"。跌幅反映的是这个修正，不是末日。

【AI战国时代来临】

四家模型公司同时动手，标志着AI算力市场从"英伟达单极"进入"多极战国"。

Google有TPU，Amazon有Trainium，OpenAI有Jalapeño，Anthropic找三星，DeepSeek和智谱自研国产芯片。加上Etched、Groq、Cerebras这些独立芯片公司，ASIC阵营正在快速壮大。

英伟达不再是那个"你不买就没得选"的霸主。

对资本市场来说，这意味着重新定价。上游硬件的"信仰溢价"在消退，下游应用的"刚需逻辑"在升温。

模型公司自研芯片省下来的成本，最终会转化为终端用户的低价和更好的产品体验。这场芯片反叛的赢家，不是某一家芯片公司，是整个AI生态的参与者，除了英伟达。

#头条精选-薪火计划#