DeepSeek и Zhipu AI присоединились к OpenAI и Anthropic в разработке специализированных чипов для инференса. Этот шаг указывает на фундаментальный сдвиг в индустрии, когда ведущие лаборатории искусственного интеллекта стремятся создавать собственную кремниевую продукцию для снижения расходов и уменьшения зависимости от графических процессоров (GPU).
По сообщению Reuters от 7 июля, DeepSeek занимается созданием собственного ИИ-чипа, специально предназначенного для инференса больших моделей. Проект, который начался около года назад, постепенно расширяет команду по проектированию чипов и сотрудничает с производителями чипов, фабриками и поставщиками памяти.
В тот же день The Information сообщило, что Zhipu AI рассматривает возможность разработки собственных ИИ-чипов на фоне растущего спроса на свои модели серии GLM.
Этот тренд не ограничивается Китаем. 24 июня OpenAI представила свой первый собственный чип для инференса под кодовым названием Jalapeño, разработанный совместно с Broadcom. Образцы этого чипа уже тестируются в лаборатории, а его внедрение запланировано к концу года. Ранее, в апреле, сообщалось, что Anthropic рассматривала возможность создания собственных чипов, а в июне наняла ключевого инженера из проекта по чипам OpenAI.
Наблюдается закономерность: ведущие компании, занимающиеся моделями ИИ как в Китае, так и в США, независимо от того, используют они открытые или закрытые стратегии, одновременно входят в капиталоемкий бизнес по производству чипов. Экономическая целесообразность очевидна: обучение передовых моделей требует значительных затрат, однако расходы на инференс накапливаются непрерывно при каждом взаимодействии пользователя, работе агента или генерации токена.
DeepSeek и Zhipu AI сосредоточены на чипах для инференса, чтобы оптимизировать работу своих архитектур MoE, управление кэшем KV и низкоточное вычисление.
Для китайских ИИ-компаний разработка собственных чипов также является ответом на стратегическую уязвимость. Экспортный контроль США ограничивает доступ к передовым GPU NVIDIA, что делает внутренние альтернативы и собственные кремниевые решения вопросом операционного контроля, а не только экономии средств.
Тем не менее, разработка чипов сопряжена с огромными рисками. По оценкам отрасли, проектирование продвинутого ИИ-чипа стоит около 500 миллионов долларов, и гарантий успеха нет. Спектр саморазработки включает подход Google с полным стеком TPU или партнерство компаний-разработчиков архитектуры с такими устоявшимися фирмами, как Broadcom, что демонстрирует пример OpenAI Jalapeño.
Происходит ускоренное разделение оборудования для обучения и инференса. Google разделил свой TPU восьмого поколения на 8t для крупномасштабного обучения и 8i для инференса с низкой задержкой. Huawei поступила аналогично, разделив серию Ascend 950. Шаги DeepSeek и Zhipu AI отражают более широкое понимание в отрасли: на переднем крае развития оптимальный путь требует контроля над всем стеком — от кремния до самой модели.
DeepSeek, китайский стартап, специализирующийся на искусственном интеллекте, инвестирует в разработку собственного полупроводника. Этот новый чип предназначен для выполнения моделей ИИ, тем самым уменьшая зависимость компании от таких поставщиков, как Nvidia и Huawei.
Согласно информации, предоставленной Reuters, источники, близкие к вопросу, указывают, что DeepSeek работает над полупроводником, предназначенным для инференса, а не для обучения новых моделей. Эта инициатива направлена на создание внутреннего решения для этапа, который приобрел большое значение с распространением приложений ИИ.
Этот шаг отражает тенденцию, наблюдаемую в отрасли, где многие компании стремятся к большему контролю над оборудованием, необходимым для поддержания своей операционной деятельности. Специализированные чипы, кроме того, обещают лучшую операционную эффективность по сравнению с компонентами общего назначения.
Основные задачи такого рода полупроводников включают снижение зависимости от внешних поставщиков полупроводников, удовлетворение растущего объема обработки, требуемого ИИ, повышение контроля над технологической инфраструктурой и создание альтернатив в условиях ограничений, наложенных Соединенными Штатами на передовые чипы.
В настоящее время DeepSeek использует чипы от Nvidia и Huawei. Ее модель R1, вызвавшая большой резонанс на технологическом рынке в январе 2025 года благодаря низкой операционной стоимости, была обучена с использованием Nvidia H800, компонента, созданного для китайского рынка, но впоследствии запрещенного США.
В связи с американскими ограничениями Huawei смогла занять место на внутреннем рынке чипов ИИ. Параллельно конкуренты, такие как Alibaba и Baidu, начали разрабатывать собственные компоненты для участия в этом сегменте. DeepSeek также ищет партнерства с компаниями по проектированию чипов, производителями полупроводников и компаниями по производству памяти для продвижения своего проекта, незаметно увеличивая найм специализированных инженеров.
Лян Вэньфэн, основатель DeepSeek, упоминал в интервью, данном в 2024 году, что экспортный контроль над чипами представляет собой значительное препятствие для компании.
Разработка конкурентоспособного чипа на рынке требует многолетней самоотдачи, крупных инвестиций и доступа к передовым производственным технологиям. Последний аспект является одной из самых больших проблем для китайских компаний, которые сталкиваются с ограничениями в отношении стратегического оборудования и компонентов.
Nvidia остается недоступной в Китае. У DeepSeek очень малые шансы продавать свои чипы за пределами Китая, если она не сможет получить доступ к передовым производственным технологиям.
Параллельно с поиском технологической автономии DeepSeek проходит финансовую реструктуризацию. По данным Reuters, компания планирует привлечь 7 миллиардов долларов в рамках начального раунда при оценочной стоимости от 52 до 59 миллиардов долларов.
Это предприятие демонстрирует, что конкуренция в области искусственного интеллекта расширяется по всей технологической цепочке, охватывая как модели, потребляемые общественностью, так и основные чипы, необходимые для их функционирования.
Новая модель искусственного интеллекта, разработанная в Китае, привлекает значительное внимание в технологическом секторе. Согласно сообщению Reuters, модель GLM-5.2 от стартапа Z.ai демонстрирует производительность, сравнимую с системами из Соединенных Штатов, но при этом обладает значительно более низкой стоимостью.
После появления DeepSeek, показавшей конкурентоспособность более дешевых моделей, другие китайские компании активизировали свои запуски. GLM-5.2 является последним примером такой тенденции. Модель, созданная в Пекине, получила известность благодаря способности выполнять сложные задачи с минимальным количеством команд и функционировать как агент ИИ, принимая промежуточные решения в длительных процессах, что снижает потребность в постоянном вмешательстве пользователя.
В Кремниевой долине система начала активно появляться на таких платформах, как OpenRouter, и достигла уровня использования среди разработчиков, превышающего модели от Anthropic. Теперь существует китайская модель с открытым весом, которая сопоставима с текущими моделями OpenAI и Anthropic.
Давид Сакс, бывший руководитель по политике ИИ в правительстве США во время администрации Дональда Трампа, сообщил Reuters, что GLM-5.2 находится «всего немного ниже Opus 4.8 (от Anthropic) и на том же уровне, что и GPT 5.5 (от OpenAI)».
Интерес к GLM-5.2 напрямую связан с сочетанием технической мощи и сниженной цены. По сравнению с передовыми закрытыми моделями, операционные расходы могут составлять около одной шестой от стоимости.
Ключевые особенности этой модели включают: высокую эффективность в программировании и логическом рассуждении; способность действовать как ИИ-агент по простым командам; открытую архитектуру, простую для внедрения; а также существенно меньшую стоимость по сравнению с прямыми конкурентами.
Согласно рейтингам Artificial Analysis, GLM-5.2 занимает пятую позицию среди крупных языковых моделей. В Code Arena модель также заняла второе место в задачах фронтенд-разработки, таких как создание сайтов и приложений.
Несмотря на технический прогресс, глобальное внедрение еще не стало единообразным. Основным моментом осторожности остается безопасность данных, особенно для компаний из США и в регулируемых секторах.
Тем не менее, часть рынка уже тестирует альтернативы, развернутые на собственных облачных серверах или внутренних серверах, стремясь найти баланс между риском и затратами. Одновременно с этим, развитие этих моделей расширяет присутствие Китая на мировом рынке ИИ и оказывает давление на североамериканских конкурентов, в условиях, когда стоимость, производительность и открытый доступ начинают иметь такое же значение, как и происхождение технологии.
