2026年7月7日，两条关于中国AI公司自研芯片的消息引发行业震动：路透社独家报道DeepSeek正在研发推理芯片，The Information则称智谱因GLM-5.2需求暴增也开始评估定制芯片。这两条消息并非孤例——从大洋彼岸的OpenAI、Anthropic到国内的这两家前沿实验室，自研芯片已经从个别选择变成了行业的默认动作。核心驱动力只有一个：推理算力正在吞噬整个AI基础设施的预算。据Introl行业分析，推理如今已消耗全部AI算力的约三分之二。训练是一次性成本，而把模型服务给成百上千万用户，是持续不断的开销。OpenAI与博通联合发布的Jalapeño芯片就是典型例子：这是一枚专为大模型推理设计的ASIC，从零开始为LLM推理优化，每瓦性能声称大幅优于当前业界最先进水平。更令人惊叹的是，这枚芯片从设计到流片仅用9个月，可能创下高性能先进半导体史上最快的ASIC开发周期——而加速这个周期的，正是OpenAI自己的AI模型。Jalapeño计划2026年底开始部署，锚定一份10 GW规模的博通合作，微软预计买下首批产能的约40%。Anthropic也在犹豫中动身。据路透社4月报道，Anthropic正权衡自研芯片，7月初已开始与三星接触，探讨使用2纳米制程和先进封装代工定制芯片。值得注意的是，Anthropic挖来了OpenAI自研芯片团队的早期成员Clive Chan。但官方回应称，由谷歌、亚马逊、英伟达芯片组成的多元化硬件栈仍是其算力战略核心。这句表态恰恰点出自研浪潮的真实动机：英伟达握着全球约74%的AI芯片市场，Anthropic至今没造过一颗芯片，Claude的每一次调用都跑在合作伙伴的芯片上——而这些合作伙伴同时也是它的竞争对手。据Anthropic披露，2026年运营收入年化已越过300亿美元，而2025年底还只有约90亿美元。规模到了这个量级，自研芯片的经济账才算得过来。DeepSeek和智谱的消息都还停留在早期评估阶段，没有实物、没有定型的设计。智谱因GLM-5.2在Vercel平台上成为增长最快的模型，上线首周日均token消耗飙升27倍，才开始接触国内芯片设计公司，整个项目可能需要两年以上。但方向已经明确：推理芯片。这不是巧合——算力消耗的重心正从训练模型转向运行模型。对于AI从业者而言，这意味着未来两年，定制芯片生态将加速成熟，从硬件设计到软件栈的垂直整合将成为核心竞争力。如果你正在规划AI基础设施，现在就该关注推理芯片的性价比曲线，因为当模型规模突破临界点，自研芯片就不再是选择题，而是必答题。