中国人工智能巨头深度求索（DeepSeek）正加速布局底层硬件，研A已年据多方消息证实，立项该公司正在开发自研AI芯片。研A已年此举旨在应对日益严峻的立项全球算力短缺局面，进一步降低对海外芯片供应链的研A已年依赖。

据路透社7日报道，立项援引三位知情人士的研A已年消息，DeepSeek的立项自研芯片项目目前仍处于早期研发阶段。该芯片的研A已年核心定位并非用于大规模模型训练，而是立项专注于AI推理环节。

所谓推理，研A已年是立项指大模型在完成训练后，面向终端用户执行具体任务（如生成回答、研A已年编写代码、立项提供搜索结果或驱动智能体操作）时的研A已年计算过程。知情人士透露，该项目早在一年前便已立项，DeepSeek正积极寻求外部合作，并与芯片设计公司、晶圆代工厂以及存储技术提供商展开多轮洽谈。

图片由AI生成

与此同时，DeepSeek在人才储备上也动作频频。近几个月来，该公司大幅增加了芯片设计岗位的招聘力度，但相关职位主要通过内部渠道或非公开方式进行，未出现在主流公开招聘平台上，显示出该项目的高度保密性。

自2023年起，凭借高效率、低成本的开源大模型，DeepSeek在全球范围内引发广泛关注。此前，DeepSeek曾公开表示，其旗舰推理模型R1的基础模型主要依托英伟达H800芯片进行训练。然而，H800作为英伟达专为中国市场定制的芯片，自2023年底美国收紧对华半导体出口管制后，其供应受到严格限制。在此背景下，DeepSeek逐步增加了对华为昇腾系列芯片的使用比例。

对于DeepSeek而言，随着AI应用从实验室走向大规模商业化，企业面临的算力压力正经历结构性转变：从一次性的高强度模型训练，转向持续性、高频次的模型运行。相较于通用GPU，专用推理芯片若针对特定模型架构和高频应用场景进行深度优化，理论上能够显著降低单次调用的成本与能耗，提升整体运营效率。

值得注意的是，DeepSeek选择自研芯片并非孤例，行业内已有先行者探索这一路径。

今年6月，美国人工智能领军企业OpenAI与博通联合发布了名为Jalapeño的推理芯片。该芯片专为大语言模型的推理需求设计，旨在实现性能、能效及可扩展性的全面提升。与此同时，Meta也在持续推进其自研MTIA芯片路线，并明确表示后续迭代型号将更侧重于生成式AI的推理任务。

截至发稿前，无论是路透社还是国内多家主流媒体，均已就DeepSeek自研芯片一事向该公司求证，但截至目前尚未获得官方回应。

本文系观察者网独家稿件，未经授权，不得转载。