DeepSeek 嘅晶片野心：74 億美元投資自家推理晶片，全面擺脫 Nvidia 與華為依賴

三層硬件策略

DeepSeek 嘅晶片獨立計劃唔係單一動作，而係一個分三個時間線執行嘅階段性策略。

長線：自家推理晶片。 最雄心勃勃嘅係開發 DeepSeek 自家嘅定制晶片，專為推理任務由零開始設計 ^R。公司正同外部晶片設計夥伴合作，並一直擴充內部晶片設計團隊，不過項目仍然處於早期規劃同開發階段 ^RT。如果成功，自家晶片將為 DeepSeek 帶嚟策略性自主權，令佢唔再受供應鏈中斷或者單一硬件供應商嘅掣肘 ^R。

中線：轉移至華為 Ascend。 喺中短期內，DeepSeek 已經將大量推理工作負載遷移到華為嘅 Ascend 950 晶片系列上。佢哋嘅 V4 模型，一個擁有萬億參數嘅混合專家模型，就係特別優化到可以完全喺華為 Ascend 950PR 硬件上運行 ^RS。DeepSeek 甚至提前將 V4 模型提供俾華為等國內供應商，但就刻意唔畀 Nvidia 同 AMD 呢啲美國晶片製造商使用，呢個做法完全顛覆咗行業常規 ^RFE。呢個舉動證明咗 DeepSeek 係可以喺唔依靠美國硬件嘅情況下大規模部署生產級 AI ^ES。

短線：演算法效率。 DeepSeek 嘅模型由始至終都強調演算法同架構效率，從而大大降低訓練同推理所需嘅運算能力 ^IR。混合專家模型、選擇性激活同遷移學習等技術，令 DeepSeek 能夠喺效能較低嘅晶片上實現頂尖水平，令轉用國產硬件變得更加可行 ^II。呢種對推理效率嘅專注，正係中國國產 AI 處理器同美國更強勁晶片之間效能差距得以收窄嘅關鍵原因 ^R。

點解要獨立：出口管制嘅壓力

推動 DeepSeek 硬件策略嘅核心動力，係美國出口管制嘅疊加效應。華盛頓由 2022 年 10 月起就禁止向中國出口等同或優於 Nvidia A100 嘅 AI 晶片，之後限制範圍更擴大到 Blackwell 系列，以及對 H20 晶片實施特定許可要求 ^CBR。甚至有一位特朗普政府高級官員指控 DeepSeek 用 Nvidia 最新嘅 Blackwell 晶片嚟訓練模型，違反咗美國嘅出口管制 ^R。

DeepSeek 已經證明，憑藉工程技術嘅智慧，佢哋即使喺呢啲限制下仍然可以達到頂尖嘅 AI 表現 ^IC。不過，依賴單一供應商——就算係華為呢類國內巨頭——依然係一個策略性風險。早期 DeepSeek 嘗試喺華為 Ascend 硬件上訓練模型嘅時候，就曾經遇到過持續嘅失敗同延誤，最後焗住要用返 Nvidia 晶片嚟訓練，只係將華為嘅晶片用喺推理上 ^TA。呢段唔係咁順利嘅歷史正好說明咗，點解 DeepSeek 最終想掌握自己嘅命運。

74 億美元嘅彈藥庫

DeepSeek 嘅晶片野心背後，係公司歷史上首次嘅外部融資，呢輪融資喺 2026 年 6 月完成。公司籌得超過 500 億人民幣（約 74 億美元），估值超過 500 億美元，成為中國最有價值嘅 AI 初創企業 ^RFT。呢輪融資由創辦人梁文鋒主導，佢個人出資 200 億人民幣（約 29 億美元），而錨定投資者包括科技巨頭騰訊（100 億人民幣）同電池製造商 CATL（50 億人民幣）^VR。其他參與者仲有京東、網易同 IDG 資本 ^YT。

呢個融資結構相當特別：投資者嘅資金係放入一個由梁文鋒管理嘅有限合夥企業，佢哋响 DeepSeek 冇任何直接投票權，而且需要遵守五年嘅鎖定期 ^RT。呢個結構令梁文鋒即使喺吸納大量外部資金嘅情況下，依然可以保留策略性控制權。

時間點好關鍵。設計、流片同量產一粒定制 AI 晶片係一個需要幾年時間嘅過程，成本通常係幾億到十幾億美元。呢筆 74 億美元嘅資金正正提供咗足夠嘅財政能力去支持呢個項目，同時繼續開發下一代 AI 模型同建設所需嘅數據中心基礎設施 ^V。

底線

DeepSeek 嘅晶片策略係一個喺壓力下進行防禦性創新嘅經典案例。面對每季都越嚟越嚴峻嘅硬件環境，公司正從三條戰線同步推進：透過演算法改進喺現有硬件上榨取更多效能、將現有工作負載轉移到國內合作夥伴華為身上，以及長遠透過設計自家晶片嚟實現獨立。嗰筆 74 億美元嘅融資正正為 DeepSeek 提供咗必要嘅財政支持去完成呢個目標，將硬件策略由一個應急方案，變成一個潛在嘅決定性競爭優勢。