Кастомные чипы: арифметическая задача для DeepSeek и Zhipu

Автор: Сяо Сань

В 2013 году инженеры Google решили арифметическую задачу.

Задача была предельно простой: насколько нужно расширить глобальные дата-центры Google, если каждый пользователь будет использовать голосовой поиск по три минуты в день?

Ответ заставил всех замереть от удивления: вдвое.

Попытка закрыть эту дыру простой покупкой графических карт Nvidia довела бы Google до краха под тяжестью счетов. Поэтому эта поисковая компания приняла тогда кажущуюся еретической решение производить собственные чипы. Дальнейшая история всем известна: этот чип получил название TPU и сегодня является самым надежным козырем Google в борьбе с «налогом Nvidia».

Тринадцать лет спустя эта арифметическая задача попала в руки китайцев.

Вечером 7 июля агентство Reuters со ссылкой на три информированных источника сообщило, что DeepSeek разрабатывает собственный AI-чип: проект стартовал год назад, и компания уже ведет переговоры с разработчиками полупроводников, контрактными производителями пластин и поставщиками памяти. Несколько позже The Information добавила информацию о том, что Zhipu также рассматривает возможность разработки собственных пользовательских чипов и ведет контакты с местными компаниями по проектированию микросхем.

В течение 24 часов стало известно, что две крупнейшие китайские компании в области больших языковых моделей совершили одно и то же действие:

Производство чипов.

1.

У чипа DeepSeek есть любопытная деталь: он ориентирован исключительно на инференс, а задачи обучения его не касаются.

Обучение — это процесс подготовки модели, требующий огромных затрат, но выплачиваемых единовременно. Инференс — это работа модели в производстве: с каждым запросом пользователя серверная тратит электроэнергию, чем больше пользователей, тем выше расход, и этот процесс никогда не останавливается.

Обучение похоже на покупку квартиры, а инференс — на уплату арендной платы. Настоящая черная дыра расходов в отрасли ИИ кроется не в первоначальном взносе, а в ежемесячной аренде.

Главная проблема, которую DeepSeek стремится решить первостепенно, при переводе на язык бизнеса звучит всего одной фразой:

Сколько стоит обслуживание одного пользователя?

Основатель этой компании Лян Вэнфэн входит в редкий круг тех, кто с самого первого дня рассматривал вопрос с чипами как судьбоносный. Начав карьеру в сфере количественных фондов, он еще до бума больших моделей прославился в профессиональных кругах своими масштабными закупками графических карт. В интервью изданию Anyong в 2023–2024 годах он дважды произнес фразу, которая впоследствии многократно цитировалась:

Наша настоящая проблема заключается не в финансировании, а в экспортных ограничениях на высокопроизводительные чипы.

На словах они об этом говорят, а руками делают. Модель R1 от DeepSeek обучалась на базе Nvidia H800, после чего платформа была переведена на решения Huawei Ascend; команда инженеров внедрила в модель формат данных UE8M0 FP8, что отрасль однозначно расценила как адаптацию под аппаратные характеристики будущих отечественных чипов.

К июню этого года «боезапасы» были собраны. Компания, много лет отказывавшаяся от внешних инвестиций, завершила первый раунд финансирования, получив около 51 млрд юаней; оценка после инвестирования составила от 52 до 59 млрд долларов. В открытом сообщении четко указано направление расходов: расширение центров вычислительных мощностей на базе отечественных решений и разработка собственных AI-чипов.

На протяжении последних месяцев DeepSeek активно нанимает инженеров по проектированию чипов, и все эти вакансии не публиковались ни на одном официальном портале поиска работы.

2.

Zhipu представляет собой другое решение той же самой задачи.

Эта компания, вышедшая из лабораторий Университета Цинхуа, в этом году провела IPO на гонконгской фондовой бирже, взяв на себя титул «первой акции в сегменте больших моделей», а капитализация компании временно превысила триллион гонконгских долларов. За фасадом успеха скрывалось крайне напряженное финансовое положение: убытки в 2024 году составили 2,958 млрд юаней, в первом полугодии 2025 года компания потеряла еще 2,358 млрд юаней, и всего за полтора года было сожжено 5,3 млрд.

В феврале этого года была выпущена модель GLM-5, которая взорвала рынок за рубежом, превзойдя по возможностям программирования ведущие закрытые модели. Поток пользователей хлынул рекой, и первое, что сделала Zhipu, — повысила цены: тариф для разработчиков вырос минимум на 30%. Вторым шагом стал выпуск заявки на поиск «партнеров по вычислительным мощностям», открыто пригласивших производителей чипов к совместной оптимизации.

Недавняя звезда рынка, только что вышедшая на биржу, публично ищет вычислительные мощности. Бизнес настолько процветает, что для отсечения части клиентов используются завышенные цены, что встречается в истории коммерции не так уж часто.

Поэтому утечка информации от The Information не стала неожиданностью. Путь, который оценивает Zhipu, — это партнерская разработка: компания предоставляет архитектуру модели и требования, а местные производители чипов предоставляют инженерные мощности.

DeepSeek строит собственный завод и выпускает автомобили; Zhipu приносит чертежи автопроизводителю для модернизации. Путь не имеет преимуществ или недостатков, разница видна только в счетах.

3.

Что касается этого движения по созданию чипов, то самое примечательное — это дословная фраза из сообщения Reuters:

Разрабатывая собственные чипы, DeepSeek стремится снизить зависимость от Nvidia, а также от Huawei.

Первая половина этого предложения практически является данностью. На фоне экспортных ограничений доля Nvidia на рынке дата-центров Китая приблизилась к нулю, тогда как вторая часть содержит настоящую новость.

В последние два года термин «импортозамещение» в контексте вычислительных мощностей фактически сводился к переходу на платформу Ascend. Сам DeepSeek является одним из самых активных сторонников этого пути: серия V4 прошла адаптацию под Ascend, и Huawei подтвердила участие своих процессоров в частичном обучении. Zhipu пошли дальше: архитектура GLM была адаптирована под более чем 40 отечественных чипов, и в день выхода новой модели компании Hygon, Moore Threads и MetaX одна за другой объявили об успешной адаптации.

Чем глубже ты интегрируешься с поставщиком, тем отчетливее понимаешь одну вещь: компания, годовые счета которой за инференс исчисляются миллиардами, не может зависеть от жизненно важных поставок какого-либо одного вендора.

Даже если этот поставщик — «свой человек».

Интеграция платформы Ascend решает вопрос наличия («есть или нет»), тогда как собственные чипы решают проблему зависимости («слушать кого?»). Narrative об импортозамещении достигло пятого года, и внутри отрасли начинается четкое разделение.

4.

Создание собственных чипов профильными компаниями на другом берегу Тихого океана уже давно стало стандартной практикой.

В прошлом месяце OpenAI представила кастомный чип для инференса, разработанный совместно с Broadcom под кодовым названием Jalapeño; сообщалось, что Anthropic также рассматривает аналогичные шаги. Вместе с более ранними проектами Google, Amazon и Microsoft получается картина: любая компания в Кремниевой долине с серьезными счетами за инференс либо обладает собственным чипом, либо хотя бы презентацией с планом его создания.

Для китайской цепочки создания стоимости в сфере полупроводников это монета с двумя сторонами.

Лицевая сторона: заказы компаний на большие модели являются предметом мечты местных разработчиков чипов, а партнерская модель Zhipu практически написана по их лекалам; поставщики памяти также выигрывают, поскольку чипы для инференса критически зависят от пропускной способности, и кривая спроса на память с высокой пропускной способностью станет еще круче.

Обратная сторона: сегодняшние ключевые клиенты осваивают способность завтра обойти вас. Google когда-то тоже был премиальным клиентом поставщиков чипов, но вскоре сам стал владельцем TPU.

Конечно, карты только что раздадут. Создание конкурентоспособного AI-чипа обычно занимает несколько лет и требует десятков миллиардов инвестиций; никто не гарантирует успех, как показал пример Meta, когда-то полностью пересмотревшей свой план разработки собственного чипа. Более того, создание кастомных микросхем ставит ставку на стабилизацию архитектуры моделей, между тем новые модели от DeepSeek и Zhipu как раз внедрили такие новшества, как разреженное внимание. Чертежи, переданные на производство сегодня, могут утратить актуальность через два года, когда чипы сойдут с конвейера.

В 2013 году решением задачи Google стал чип TPU.

В 2026 году китайские компании лишь начинают писать ответ на эту задачу: авторы вопроса сменились, но логика решения осталась прежней:

Чем дольше платишь аренду, тем сильнее хочешь приобрести собственную квартиру.