梁文锋的 510 亿，先花在了哪？——DeepSeek 自研推理芯片的硬仗
胡新宇
发布于 2026-07-11
梁文锋 510 亿融资到账三周，DeepSeek 自研推理芯片曝光：推理而非训练、项目约一年前启动、UE8M0 FP8 反向定义硬件、DSpark 推理提速 60%-85%。
梁文锋的 510 亿，先花在了哪？——DeepSeek 自研推理芯片的硬仗
一、510 亿的「第一笔」：自研芯片
2026 年 6 月 16 日，DeepSeek 收到了成立以来的第一笔外部融资：510 亿元人民币，投后估值 4000 亿元（约 520–590 亿美元）。
这家公司从此不再是「不融资、不上市、不商业化」的三不青年。
三周后，量子位援引路透社披露了这笔钱的第一笔去处——不是买 GPU，不是租数据中心，是自研 AI 推理芯片。
消息不复杂，但分量够重：芯片定位推理而非训练，项目约一年前启动，DeepSeek 已与芯片设计公司、晶圆代工厂、存储器供应商展开接洽。招聘芯片设计工程师的同时，「没有任何职位信息出现在公开招聘平台」（量子位 2026-07-08）。
一年前布局，融资后立刻公开信号，这是梁文锋给整个行业的回答：算法公司不上芯片桌，就永远要替别人打工。
二、为什么是「推理」而不是「训练」
先把这事拆开看：训练是一次性投入，推理是持续消耗。每一个用户的每一次提问，都是一次推理算力的开销。
这意味着当一家 AI 公司真正走向商业化，成本结构会从「盖一次大楼」变成「每天开门营业的水电费」。水电费交给谁，决定了毛利率。
训练芯片比的是绝对峰值算力，推理芯片比的是单位能耗下的吞吐、单位 token 的成本。这是两件完全不同的事。
OpenAI 上个月刚公布与博通合作的首款定制推理芯片 Jalapeño；Anthropic 也在今年 4 月被报道正考虑自研 AI 芯片。模型公司自研芯片这件事，DeepSeek 不是第一个动手的，但是第一个公开承认「鸡蛋放在两个篮子里还不够」的（量子位）。
两个篮子，指的是英伟达 GPU + 华为昇腾。DeepSeek-V4 系列已经适配昇腾，华为也确认参与了 V4-Flash 的部分训练。但梁文锋认为：两个还不够，得自己造一个。
三、UE8M0 FP8：算法为硬件提前铺好的路
最硬核的细节在 V3.1。
DeepSeek-V3.1 引入了一套新的数据格式——UE8M0 FP8。这不是普通的小数精度优化，业内普遍解读是：专门为下一代国产 AI 芯片的硬件特性而设计。
翻译一下：DeepSeek 的算法团队在写模型的时候，脑子里的硬件假设已经不是英伟达 GPU 了。
普通 AI 公司是先选硬件、再写算法；DeepSeek 现在是反过来——先想好未来要造什么砖，再决定现在用什么样的水泥。这就像一个建筑师，以前只盖一种地基的房子，现在他要把同样的设计图同时搬到三种地基上。UE8M0 FP8 就是给国产地基预留的砖型。
这条路工程难度极高。量子位直接写了一句：「设计一款有竞争力的 AI 芯片通常需要数年时间和巨额资金投入，目前尚无法保证成功。」
但梁文锋显然不打算等那个「保证」。他先用 UE8M0 FP8 把硬件需求钉死，再去找能造这块砖的代工厂。这是算法公司反向定义硬件的典型打法。
