中國 AI 初創 DeepSeek 據報正研發自家 AI 推理晶片，目標是減低對 Nvidia 及 華為 晶片的依賴，並把競爭焦點由模型效率延伸至硬件供應鏈，這項計劃仍處於早期階段。DeepSeek 已接觸晶片設計、代工及記憶體相關合作夥伴，並在近月私下招聘晶片設計工程師。若項目成形，DeepSeek 將由單純模型研發者，轉向掌握模型、推理成本及算力部署的垂直整合企業。
推理晶片不等於訓練晶片
DeepSeek 今次研發方向集中於 inference，即已訓練模型為用戶生成答案的階段，而非用於訓練大型基礎模型，對企業而言推理成本比訓練成本更接近日常營運，因為每次聊天、搜尋、客服、程式生成或檔案分析都需要推理算力支援。當 AI 應用由實驗室走向大量用戶場景，推理工作量會持續增加，專用推理晶片可以用較低功耗和較低成本處理穩定工作負載，令 AI 服務商更容易控制毛利及定價。
DeepSeek 過去以高效率模型受到市場重視，其 DeepSeek-V3 技術報告顯示，模型採用 MoE、MLA 及 MTP 等設計，並以 2,048 張 Nvidia H800 GPU 訓練，整個訓練流程使用 2,788,000 個 H800 GPU 小時，這類硬件感知模型設計，令 DeepSeek 比不少競爭者更早意識到模型架構與晶片能力需要共同設計，推理晶片正是這條路線的下一步。
美國出口管制改變中國 AI 晶片格局
美國對先進 AI 晶片輸華設限，令中國企業難以穩定取得 Nvidia 最高階產品，也令 華為 Ascend 及其他中國晶片供應商進入 AI 服務商供應鏈的步伐加速，AP 引述 Bernstein 數據指，Nvidia 在中國 AI 晶片市場的市場佔有率於 2025 年約為 40%，華為 大致相若；Bernstein 預測 Nvidia 今年市場佔有率可能跌至約 8%，華為 則有機會升至約 50%。
報導指出，中國 AI 晶片市場規模約 500 億美元（約港幣 3,900 億元），華為 雖然因出口管制受惠，但 阿里巴巴、百度 及其他中國科技公司也正發展自家晶片，令 華為 不能長期獨佔國產替代需求。DeepSeek 若加入戰局，將令中國 AI 晶片市場由「替代 Nvidia」進一步走向「模型公司自建硬件」。
全球 AI 公司都在降低 Nvidia 依賴
OpenAI 與 Broadcom 於 2026 年 6 月公布 Jalapeño 推理晶片，OpenAI 稱該晶片為其首款 Intelligence Processor，並會成為多代自研算力平台的一部分。Reuters 亦報道，Anthropic 曾研究自建 AI 晶片，反映大型 AI 公司正把硬件視為服務穩定性、成本控制及產品節奏的核心能力。
這個趨勢對 Nvidia 的短期收入未必構成即時衝擊，因為自研晶片需要多年設計、驗證、量產及軟件生態配合，不過當 OpenAI、Google、Amazon、Meta 及中國 AI 公司逐步把部分推理工作轉移到自家晶片，Nvidia 最強的議價能力將由「沒有替代品」變成「高階訓練與通用 AI 平台仍最強」。市場因此更關注 Nvidia 能否維持高毛利，以及 CUDA 生態能否繼續留住企業開發者。
企業應把 AI 成本由模型費用看成算力策略
香港及亞洲企業若正在部署生成式 AI，DeepSeek 自研晶片的最大啟示並非應否購買中國晶片，而是 AI 成本結構正在改變，企業過去多以 API 價格、模型準確度及私有化部署成本作比較，未來需要同時評估推理延遲、供應鏈風險、數據主權、軟件相容性及長期維運能力。採購決策者不能只問哪個模型最平，也要問哪個平台在 3 年後仍有穩定晶片、記憶體及軟件更新支援。
企業可以先把高頻、低風險及格式穩定的工作流交給成本較低的推理平台，例如客服摘要、內部知識搜尋、合約初步分類及程式碼輔助，涉及敏感資料、即時交易或核心決策的場景，則應保留較高規格模型及更嚴格審計流程。這種分層策略可令企業同時享受 AI 生產力提升，也避免把全部運算成本鎖死在單一 GPU 供應商或單一雲端平台。
技術瓶頸仍在先進製程與記憶體
DeepSeek 自研晶片仍面對重大不確定性，AI 推理晶片需要高頻寬記憶體、先進封裝、穩定代工及完整編譯器工具鏈，美國限制中國企業接觸最先進海外代工與高頻寬記憶體，將直接影響晶片效能及量產速度。Reuters 亦指 DeepSeek 擬進行首輪外部融資，目標集資 70 億美元（約港幣 546 億元），公司估值介乎 520 億至 590 億美元（約港幣 4,056 億至 4,602 億元）。資本雖可支持長期研發，但晶片成功仍取決於製造、供應鏈及軟件生態。
未來 AI 競爭會由模型榜單走向全棧效率
DeepSeek 自研推理晶片反映 AI 競爭正在進入新階段，模型能力仍然重要，但真正決定商業規模的因素，將包括每次推理成本、部署彈性、能源效率及供應鏈自主程度。中國市場在出口管制下正加速落實國產晶片替代，美國大型 AI 公司則因成本及供應穩定性推動自研晶片，兩條路線都指向同一結論：AI 公司若要長期營運大規模服務，不能只依賴外部 GPU 採購。
對企業用戶而言這代表 AI 平台選型不應停留在模型名稱或單次測試成績，未來 2 至 3 年，企業更需要建立可替換模型、可轉移數據、可審計推理流程及多供應商算力策略。DeepSeek 的晶片計劃未必短期改寫市場，但它已經清楚顯示，AI 產業的下一輪競爭會由「誰的模型更強」轉向「誰能用更可控成本，把模型穩定運行在更多真實場景」。
來源：Reuters
