新闻公开报道的永远是别人想让你知道的信息，而真相往往被掩藏在深处，直到掌控者认为外界有必要知道时，才会公开。

上个月，DeepSeek达成500亿融资，并开启大规模招聘的消息传播全球，表面上看，DeepSeek将未来发展目标定在了Harness和Agent等前沿领域，为此不惜招兵买马、大肆扩军备战。

Harness、Agent固然重要，但仍停留在软件层面，梁文锋补齐这块短板，只是常规操作。DeepSeek真正的杀招，根本不会写在商业计划书或招聘文案里，而是秘密进行，越少人知道越好。

近日，有外媒披露，早在一年前，DeepSeek已秘密启动自研芯片项目，并与包括芯片设计公司、晶圆厂、存储芯片企业在内的整条产业链密集接触，探讨可能的量产方案。

另有消息人士指出，其实DeepSeek一直有在招聘芯片人才，只不过都在私下进行，未向社会公开而已。

那么，为什么偏偏在这个时间点自研项目被曝光了？

可能的答案只有一个：梁文锋认为时机成熟了，现在可以说了。

据推测，当下DeepSeek自研的AI芯片已快进入流片阶段。这意味着，通过测试后，量产当在不远。

AI芯片参考图

造芯绝非易事，即使是财大气粗的头部企业，也往往会因其高昂的试错成本望而却步。梁文锋为何要走这步险棋？

首先源于悬在DeepSeek头顶的“算力焦虑”。

正如梁文锋去年接受采访时说的那样：制约国产AI发展的“从来不是钱，而是高端芯片的短缺”。比如，前段时间，就有消息认为国内某款大模型能力迟迟无法取得突破，就是因为高端GPU不够用了，训练效率大打折扣。

在当下复杂多变的国际贸易环境下，海外高端GPU的供应始终充满变数，国产大模型企业的咽喉随时面临被别人卡住的危险。既然钱对DeepSeek不是问题，那么把巨额资金转化为底层可控的自主硬件，筑高算力的安全边界，就成了DeepSeek必须考虑的问题。

此外，我们还可以从商业角度，分析梁文锋的决定。

这次，DeepSeek自研的是推理芯片。这种芯片与训练芯片有本质差异，一是技术难度没有那么高；二是推理能力决定了用户使用大模型的体验——更快、更精准的响应。

去年底AI行业掀起新一轮Token热潮，不少大模型厂商因算力成本高企而被迫涨价，但DeepSeek却凭借极致的成本控制打响了降价甚至免费的拉锯战，市场份额达到了19%，位居全球榜首。但这种跑马圈地的打法，对底层推理能力提出了更苛刻的要求。

通过自研专用的推理芯片，DeepSeek能够从硬件底层去精准匹配自家的模型架构，而不是用外部的“大路货”，从而将单次推理和生成Token的边际成本一压再压。一旦跑通这条商业化闭环，梁文锋便能在未来的Token价格战中取得更大的降价空间。

事实上，这种“由软到硬”的战略延伸，并非DeepSeek一家公司的策略，而是已演变成全球头部AI大模型巨头的共识。

放眼海内外，OpenAI已联合博通与台积电联合研发推理芯片；最近智谱AI也向部分国内芯片设计公司进行咨询，计划合作开发一款针对其模型运行进行优化的定制AI芯片。

这些头部企业的动作释放了同一个信号：大模型竞争已跨过单纯拼参数的阶段，软硬一体化是必然趋势。而对于 DeepSeek 和智谱等国内玩家而言，深入硬件底层对标国际巨头，更是构建自主可控的国产AI生态的必由之路。

从一个一开始只有100多人做语言大模型的小团队，到一鸣惊人成为开源模型领军者及算力供应商，再到如今攻入AI产业链上游自研芯片，我们发现梁文锋及DeepSeek的“野心”正不断膨胀。

这种膨胀，一方面源于AI产业惊人的回报诱惑，另一方面出于对供应链及自身脆弱性的担忧。在当今世界地缘政治面临高度不确定性的背景下，有条件的企业都在尽可能地拓展自己的边界，构筑足够深的护城河。

未来，手握 500 亿元现金的梁文锋的大动作只会越来越多，我们拭目以待。

参考资料：

《消息称DeepSeek自研AI推理芯片，一年前已启动》和讯网

《DeepSeek、智谱同日曝光自研芯片》新浪财经

《DeepSeek招人，最怕“大厂味”》财天COVER