AI热榜 7 月 7 日，路透社援引三名知情人士消息称，DeepSeek 正在自主研发 AI 芯片，以减少对英伟达和华为等外部芯片供应商的依赖。
与用于大模型预训练的高性能加速芯片不同，DeepSeek 此次研发的芯片主要面向推理场景，即在模型训练完成后，承担用户请求处理和内容生成等计算任务。
知情人士称，该项目目前仍处于早期阶段。
DeepSeek 已经开始接触外部合作伙伴，并与芯片设计、晶圆代工和存储厂商展开讨论。
其中一名消息人士透露，相关工作大约在一年前启动。
与此同时，据两名知情人士向路透社透露，DeepSeek 近几个月增加了芯片设计工程师的招聘，但相关招聘主要通过非公开渠道进行，未在公开招聘平台发布职位。
三名消息人士均因相关信息尚未公开而要求匿名。
DeepSeek 未回应路透社的置评请求。
如果项目能够推进至量产阶段，这将意味着 DeepSeek 的业务边界从大模型算法、训练框架和推理软件，进一步延伸至底层计算硬件。
但截至目前，芯片的具体架构、制程工艺、流片时间、代工合作方及计划投入规模等信息均为得到 DeepSeek 方任何回应。
为何从推理芯片入手？
相较于训练，推理正在成为 AI 算力市场增长更快、需求更分散的部分。
训练通常发生在模型发布之前，需要在大规模计算集群中持续运行数周甚至数月，对芯片间互联、显存带宽和集群稳定性要求极高。
推理则贯穿模型投入使用后的整个生命周期。
用户每提出一次问题、生成一段代码或者调用一次智能体，背后都需要消耗推理算力。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接