路透社援引三位知情人士的报道指出，DeepSeek已秘密研发AI芯片项目约一年，重点是推理芯片，旨在减少对英伟达和华为等外部供应商的依赖，并显著降低算力成本。该消息发布后，英伟达股价在盘前交易中下跌约1.6%，而A股的ASIC概念股则出现逆势上涨。

许多人对此反应是，一家来自杭州的模型公司能否在芯片领域与英伟达竞争，尤其是在国内制造工艺尚停留在7纳米以上，且面临美国的技术限制时，这是否只是一个吸引眼球的噱头。

然而，这种疑问的出发点可能存在偏差。DeepSeek的重点在于研发推理芯片，其真正构成威胁的是英伟达“别无选择”的定价能力。正是这种定价能力，构成了英伟达两万亿美元市值的核心基石。

训练与推理的差异

首先需要明确的是，训练大模型与运行大模型对芯片的需求是截然不同的。

模型训练阶段涉及海量参数的并行梯度计算，对算力密度、内存带宽和互联速度要求极高，在此领域，H100、B200等顶级GPU占据主导地位。而推理阶段的任务则是接收输入并执行一次前向传播以生成输出。此过程的计算图相对固定，对通用性的要求较低，但对专用化适配的空间更大。

谷歌在此逻辑上早已进行了验证。其TPUv1于2016年推出，制程为28纳米，而同期英伟达的GPU已达16纳米。尽管如此，谷歌的内部测试显示，在推理任务上，TPUv1相比同期的CPU和GPU在性能上提升了15至30倍，能效提升了30至80倍。这表明，一款成熟制程的专用芯片，在特定任务上可以超越采用先进制程的通用GPU。关键在于ASIC架构是为特定计算模式量身定制的，无需兼顾多种用途，能够将同样的硅片面积高效地用于核心计算。

从技术角度看，DeepSeek开发一款14纳米甚至7纳米的推理芯片是完全可行的目标，这与制造一款能够与H100竞争的产品在难度上存在巨大差异。路透社的报道中提到，DeepSeek已在接触芯片设计公司、晶圆代工厂以及存储供应商，并且通过内部推荐和猎头渠道秘密招募人才。这些举措都显示出其对该项目的认真态度。

然而，制程工艺仅是第一步。推理芯片除了算力之外，还有一个更隐蔽的瓶颈：显存带宽。即使只激活部分Expert，万亿参数级别的MoE模型在推理时仍需要极高的HBM内存吞吐量来支持参数调度。HBM的供应链和IP授权同样受到限制，三星和SK海力士在该领域的优势，短期内比制程差距更难以弥合。因此，自研推理芯片的成功流片只是起点，真正的挑战在于芯片运行后能否持续获得足够的数据支持。

增加一个选项

这正是菜市场对面新摊位的作用所在：它无需立即开业，只需亮起灯光。DeepSeek的目标并非制造出最顶尖的芯片，而是为谈判桌上增加一个可选项。

英伟达的毛利率长期维持在75%以上，这一高利润率的核心前提是买家别无选择。无论是训练大模型，还是大规模部署推理服务，抑或是寻求配套的软件生态，都离不开英伟达的GPU和CUDA框架。英伟达销售的不仅是芯片本身，更是一套转移成本极高的整体解决方案。这种解决方案的定价权，源于其无可替代的地位，与实际成本无关。

现在设想一下采购谈判的场景变化。DeepSeek的算力采购负责人无需直接表示“我们不再购买”，而只需提及“我们自研的推理芯片预计明年将开始小批量试产，如果价格没有调整空间，我们将优先把推理业务迁移至自研芯片上运行”。这句话的价值，足以成为英伟达降价谈判的筹码。

垄断定价的脆弱之处在于，它依赖于买家认为自己没有退路。即使退路尚不成熟，仍在试产阶段，或者良品率不稳定，只要存在，就足以影响对方的报价。DeepSeek本身就是巨大的推理算力需求方，其发布的DeepSeekV4模型在今年4月参数规模已达284B到1.6T，大规模对外服务时，推理算力消耗巨大且持续。其芯片项目拥有真实内部需求支撑，并非仅仅是概念验证。

不止一家在行动

DeepSeek自研芯片的消息引起广泛关注，但真正让华尔街感到担忧的，并非仅是DeepSeek一家。

谷歌的TPU体系自2015年发展至今已更新八代，TPUv4在7纳米制程下，其表现已超越英伟达A100（根据谷歌2023年论文数据）。谷歌内部的推理负载已大量转向TPU，对英伟达的采购依赖持续下降。AWS的Trainium系列芯片已发展到第三代，并且不仅供内部使用，OpenAI和Anthropic也已采用AWSTrainium3处理部分工作负载。微软则在重点投入自研的Maia芯片。

大型模型的关键买家们正在系统性地减少对英伟达的依赖。它们不会完全停止采购，但在拥有替代选择的情况下，已开始转向其他供应商，将英伟达留给无法替代的场景。

DeepSeek的入局意味着，中国最大的推理算力需求方之一也加入了这一行列。这标志着需求结构性变化的信号。不过，需要认识到差距：谷歌和AWS的芯片流片采用了台积电的5纳米、3纳米产线，而DeepSeek受制裁影响，只能依赖国内成熟制程，其规模和技术水平不在同一量级。真正的担忧在于，多米诺骨牌又增添了一块。当这一量级的玩家也开始自研芯片时，云厂商与英伟达谈判的底气将有所增强。

DeepSeek在软件栈的独立性已相当显著：它自研了hfreduce以替代英伟达的NCCL通信库，构建了自己的3FS分布式文件系统，并且已开始利用华为昇腾进行推理辅助。尽管替代通信库并不意味着绕过了CUDA生态，TensorRT-LLM在推理侧的优化深度仍然是实际的壁垒，但这些举措清晰地表明：这家公司不打算永远依赖任何外部供应商。

溢价空间正在收窄

本文无意将英伟达描绘成即将衰落的企业，那样有失公允。

CUDA的软件生态确实构成了真实的竞争壁垒。全球数百万开发者在CUDA框架内工作，训练好的模型、配置好的工具链以及优化好的算子库，都与CUDA深度绑定。新的芯片要想获得真正的市场份额，必须解决软件适配问题，这是任何芯片公司都无法回避的挑战。DeepSeek的自研芯片目前尚处于早期阶段，从设计到流片，再到良品率提升和大规模量产，每一步都伴随着真实的技术和工程风险。谷歌花费了十年才将TPU体系发展到如今的规模，这并非一蹴而就。

然而，竞争壁垒与定价权是两个不同的概念。英伟达的软件生态虽然增加了用户迁移成本，但并非让用户完全丧失谈判空间。真正的问题在于：英伟达的估值中包含了“定价权溢价”，而这一溢价建立在“AI算力需求激增且仅有英伟达能够满足”的双重假设之上。目前，第一个假设依然成立，但第二个假设正面临系统性的动摇。谷歌、亚马逊、微软，以及现在的DeepSeek，都在用实际行动向市场表明：这一双重假设的后半部分，已不再稳固。

英伟达自然不会坐视不理。针对大客户的定向折扣、深度软件捆绑以及加速推出推理专用产品线，都是其现成的反制措施。事实上，英伟达已在采取行动：针对云厂商的定制化方案以及针对大模型公司的软硬打包优惠，都在悄然推进。真正的博弈在于，溢价空间将在哪个客户层级、以何种速度首先被压缩。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。这正是华尔街高度关注的变量：平均售价还能维持多久。

在我看来，1.6%的盘前跌幅仅仅是情绪的反映，真正价格的发现尚需时日。但方向比幅度更重要，市场正在用行动表明：英伟达的定价权溢价正一点一点地被蚕食。简而言之，菜市场对面那家新摊位仍在装修，但英伟达已在悄悄审视价格标签了。

最后的思考

回到文章开头的菜市场场景。那个摊主之所以能够强硬地说“就这价，对面没有的”，其底气并非肉质本身，而是因为对面没有竞争者。

DeepSeek自研芯片这件事，即使最终产品性能平平，即使量产时间一再推迟，甚至项目过程中遭遇技术瓶颈，其产生的影响可能已经显现：它改变了采购谈判桌上的对话模式。过去，英伟达可以相对强势地主导谈判；而现在，每一个自行开展推理业务的大客户，都多了一个“我们可以自己研发”的退路，即便这条路尚未完全走通。

DeepSeek已经证明了自己的能力：以580万美元的成本训练出接近GPT-4的模型，自主重写了通信库和文件系统，在华为昇腾上成功运行了推理，并且正在接触晶圆厂。这家公司展现出明确的态度：不打算永远依赖任何外部供应商。

本质上，这是一个效率极高的买家，在系统性地为自己构建备用通道。市场上其他有类似需求的买家，都在密切关注这条路的通畅程度。

英伟达的股价当然不会仅仅因为DeepSeek一个早期项目的消息而崩溃，但一个真正值得关注的问题已经浮现：当下一轮大模型算力采购谈判开始时，坐在谈判桌对面的那些人，手中的牌是否已经发生了变化？

這是關於撰寫角色背景系列文章的開端。後續我會分享更多實用技巧，敬請期待！別忘了在留言區告訴我，你還想看到哪些主題的內容！