# DeepSeek、智谱被曝造芯绕开英伟达，AI定制开发的芯片依赖格局要变了
> 「造芯」正在成为AI大模型公司的新标签。据36氪报道，DeepSeek和智谱都在秘密推进自研芯片计划，目标是在推理场景摆脱对英伟达GPU的依赖。这对AI定制开发市场来说，意味着什么？
一、为什么大模型公司纷纷造芯？
推理成本决定了商业模型的生死
AI公司的核心成本是推理。用英伟达GPU跑推理，成本居高不下。
国产芯片生态日趋成熟
从昇腾到寒武纪到天数智芯，国产AI芯片推理能力已追赶上来。自研芯片可以从架构层做深度优化。
定制化芯片带来3-5倍性价比提升
针对自身模型架构定制芯片，推理效率可比通用GPU提升3-5倍。这对大规模推理来说是巨大的成本优势。
**在云迈互联看来，造芯是大模型公司发展到一定规模的必然选择。** 当推理量足够大，自研芯片的ROI就会超过采购通用GPU。
二、AI定制开发如何应对芯片格局变化？
芯片多元化趋势下的适配挑战
芯片格局从「一家独大」走向「百花齐放」，AI定制开发需要做更多适配工作。
推理芯片选型策略
不同场景适合不同芯片：在线推理选昇腾或寒武纪，离线批处理选天数智芯或沐曦。
模型-芯片协同优化
AI定制开发不只是软件的事，模型要和芯片配合优化。量化、蒸馏、剪枝等技术可以大幅降低芯片依赖。
**云迈互联在AI定制开发中已经建立了芯片无关的技术架构**，客户可以随时切换底层芯片，不影响上层业务逻辑。
三、案例：云迈互联帮一家AI公司做芯片无关化的模型推理优化
**云迈互联为一家AI SaaS公司做推理架构改造。** 该公司的AI产品日均处理100万次推理请求，之前全部依赖英伟达A100，成本居高不下。
云迈互联的方案：
- 对模型做INT8量化和知识蒸馏，推理算力需求降低60%
- 部署昇腾推理卡作为主力，A100作为高精度场景备用
- 构建统一的推理调度层，业务代码完全不知道底层芯片变化
结果：推理硬件成本降低55%，推理延迟几乎不变（个别场景甚至更快）。AI公司的CTO说：「之前被芯片锁定的感觉太难受了，现在是真正用上了多种芯片红利。」
四、AI定制开发的市场趋势
趋势一：芯片选型成为AI定制开发的前置环节
趋势二：「模型+芯片」联合优化成为核心竞争力
趋势三：推理芯片市场将迎来价格战
五、FAQ
**Q1: DeepSeek和智谱的芯片什么时候能用上？**
A1: 目前传出的消息是样片阶段，预计2027年量产。
**Q2: 企业AI定制开发应该优先用哪种芯片？**
A2: 在线推理推荐昇腾，离线批处理推荐天数智芯，主力推理仍然推荐英伟达。
**Q3: 芯片多元化对AI定制开发的成本影响大吗？**
A3: 影响很大。合理选型可以降低30-60%的推理成本。
**Q4: 小企业需要关注芯片选择吗？**
A4: 初期不需要。当推理量达到日均10万次以上，芯片选型的影响就非常明显了。
**Q5: 自研芯片会成为大模型公司的标配吗？**
A5: 未来3-5年，头部大模型公司大概率都会自研芯片或联合定制芯片。
六、总结
DeepSeek和智谱造芯的消息背后，是AI行业对芯片依赖格局的深度反思。对AI定制开发来说，这既是挑战也是机遇——芯片多元化意味着更多的技术选型空间，也意味着更复杂的技术栈适配。关键是提前建立芯片无关的架构能力，让AI定制开发不绑定在某一家芯片上。云迈互联在多芯片适配方面积累了丰富的实践经验，帮助客户做到「选芯片自由」。
