在DeepSeek極低成本的推動下,，開源模型和閉源模型之間的差距顯著縮小,，掀起了一輪國產(chǎn)AI芯片廠商競相適配的風潮。自2月1日以來，多家國產(chǎn)頭部AI芯片廠商宣布與DeepSeek旗下不同模型展開適配工作,，據(jù)統(tǒng)計，目前至少有20家國內(nèi)廠商參與其中,。

AI芯片市場主要包括CPU,、GPU、ASIC,、FPGA等不同類型芯片,。隨著AI對大規(guī)模并行計算的需求增加，GPU芯片需求迅速攀升,，導致英偉達業(yè)績和股價雙升,。然而，DeepSeek的出現(xiàn)意味著AI推理側(cè)成本正在快速下降,，這將帶動更廣泛的應用市場涌現(xiàn),。這意味著不僅GPU芯片，在AI推理領域具有細分優(yōu)勢的ASIC,、FPGA等芯片也將迎來豐富的機遇,。多位業(yè)內(nèi)人士認為,，這有望推動國內(nèi)廠商在推理側(cè)與英偉達競爭市場份額。

盡管此前DeepSeek多采用英偉達GPU系列芯片,，更多適配CUDA生態(tài),，但國產(chǎn)芯片如何在這種條件下?lián)屨几喾蓊~，以及是否會擠壓英偉達的市場,，成為業(yè)內(nèi)的關注焦點,。

伴隨DeepSeek席卷全球，國內(nèi)芯片廠商也紛紛行動,。例如,，2月2日，Gitee AI宣布上線多個尺寸的DeepSeek R1模型,，并部署在國產(chǎn)沐曦曦云GPU上,。2月5日，Gitee AI再次宣布,，DeepSeek-V3全精度滿血版可以在沐曦訓推一體GPU上成功運行,。天數(shù)智芯也在短時間內(nèi)完成了與DeepSeek R1的適配工作，并上線了多款不同參數(shù)模型服務,。燧原科技則完成對DeepSeek全量模型的適配,。

這些廠商尤其重視“適配速度”，率先適配的是參數(shù)量較小的蒸餾模型,，而MoE基礎模型的適配時間明顯更長,。這表明國內(nèi)AI芯片廠商試圖展示其在AI生態(tài)適配方面的速度和實力。

英偉達GPU芯片在全球范圍內(nèi)廣泛應用,，形成了硬件GPU芯片,、軟件CUDA生態(tài)和NV Link連接三大護城河。國產(chǎn)芯片要在GPU領域加速發(fā)展,，生態(tài)建設至關重要,。目前，一些國產(chǎn)芯片選擇自主架構(gòu),，從垂直應用領域構(gòu)建生態(tài),；另一些則兼容CUDA生態(tài)來推動發(fā)展。

海光信息指出,，因其DCU芯片采用了GPGPU通用加速計算架構(gòu),，DeepSeek模型可以直接在其DCU上運行，無需大量適配工作,，主要任務是進行精度驗證和性能優(yōu)化,。

眾多國產(chǎn)AI芯片廠商與DeepSeek的快速適配是中國芯片國際化突擊的第一步。通過合作，中國芯片廠商加速了深度學習框架和分布式訓練適配,，推動了“國產(chǎn)算力+國產(chǎn)大模型”閉環(huán)生態(tài)的發(fā)展,。DeepSeek通過模型蒸餾技術和高效的算法優(yōu)化，降低了模型對硬件算力的要求,，使得國產(chǎn)AI芯片在推理端可以快速實現(xiàn)商業(yè)化。不過,，訓練端國產(chǎn)芯片與英偉達仍存在差距,，且中國AI芯片生態(tài)碎片化問題需要進一步解決。

近期,，包括OpenAI,、豆包、百度等巨頭也證實了推理側(cè)成本正在快速下降,。行業(yè)關注點從訓練環(huán)節(jié)轉(zhuǎn)向推理環(huán)節(jié),。海外云服務廠商如谷歌、Meta,、亞馬遜等也在財報中提到了自研推理芯片的進展,。預期在DeepSeek驅(qū)動下，CSP業(yè)者將更積極投入較低成本的自有ASIC方案,，并從AI訓練重心轉(zhuǎn)向AI推理,。

業(yè)內(nèi)普遍認為，ASIC芯片和GPU芯片將在未來市場中共存,。云端業(yè)者除了采用英偉達GPU外,，還在積極研發(fā)自身ASIC芯片，以降低對英偉達芯片的依賴度和支出成本,。盡管ASIC在某些特定推理場景中會蠶食GPU的市場份額,，但不會導致GPU需求總體下降。兩者市場需求可能互為補充,，而非簡單替代,。