先是路透社的独家：DeepSeek 正在研发自己的芯片。。。 。。新闻援引三名知情人士，，，，，，说这枚芯片瞄准的是推理（inference），，，，，，而非训练。。。 。。报道称，，，，，，DeepSeek 已经在悄悄招募芯片设计工程师，，，，，，且没有走果真招聘渠道，，，，，，同时在和外部代工厂、存储厂商接触。。。 。。DeepSeek 没有回应置评请求，，，，，，也有所争议，，，，，，由于这条新闻现在只有路透社简单信源。。。 。。
统一天，，，，，，The Information 又报道称，，，，，，另一家中国实验室智谱也在评估自研定制芯片。。。 。。知情人士称，，，，，，原因是 GLM-5.2 需求的暴增。。。 。。据 The Information 与多家转引，，，，，，这款模子是 Vercel 模子聚合平台上增添最快的模子，，，，，，上线首周日均 token 消耗一度飙升达 27 倍。。。 。。智谱已经和多家海内芯片设计公司做了起源接触，，，，，，但尚未选定相助方，，，，，，据称整个项目可能需要两年以上。。。 。。新闻一出，，，，，，智谱在港股当日一度涨约 9.9%。。。 。。
现实上，，，，，，DeepSeek 和智谱也非孤例。。。 。。把镜头拉远，，，，，，你会发明「AI 公司想自己造芯片」在 2026 年已经从个体选择酿成了行业的默认行动：从大洋彼岸的 OpenAI、Anthropic，，，，，，到海内的这两家前沿实验室，，，，，，行动出奇地一致。。。 。。这篇文章想回覆的是：为什么？？？？ ？？
据 OpenAI 先容，，，，，，早期实验室测试显示，，，，，，Jalape?o 的每瓦性能「大幅优于目今业界最先进水平」。。。 。。不过该公司也认可，，，，，，最终性能仍在丈量中，，，，，，详细手艺报告要等未来几个月才宣布，，，，，，这类厂商自述的性能优势，，，，，，在第三方 benchmark 出来之前，，，，，，只能算一面之词。。。 。。
几个细节值得注重。。。 。。据 Tom's Hardware 报道，，，，，，这枚芯片从设计到流片（tape-out）只用了九个月，，，，，，OpenAI 称这可能是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 自己的模子：用 AI 来设计造 AI 的芯片。。。 。。
再看另一家前沿实验室 Anthropic。。。 。。今年 4 月，，，，，，路透社率先报道称 Anthropic 也在权衡自研芯片，，，，，，语言很审慎：妄想处于早期阶段，，，，，，公司甚至可能最终决议只买不造，，，，，，尚未敲定设计，，，，，，也没组建专门团队。。。 。。
但到了 7 月初，，，，，，事情有了新希望。。。 。。据多家媒体报道，，，，，，Anthropic 已经最先和三星接触，，，，，，探讨代工一枚定制芯片，，，，，，据称瞄准的是三星的 2 纳米制程和先进封装。。。 。。
面临追问，，，，，，Anthropic 的回应是：由谷歌、亚马逊、英伟达芯片组成的「多元化硬件栈」仍将是其算力战略的焦点，，，，，，对三星相助「不予进一步置评」。。。 。。
这句官方亮相，，，，，，恰恰点出了自研芯片浪潮里最真实的一层念头。。。 。。据 The Information 的数据，，，，，，英伟达握着全球约 74% 的 AI 芯片市。。。 。。；；而 Anthropic 至今没造过一颗自己的芯片，，，，，，Claude 的每一次挪用，，，，，，跑的都是从相助同伴那里租来的芯片；；；而这些相助同伴，，，，，，同时也是它的竞争敌手。。。 。。
值得注重的是，，，，，，Anthropic 探索自研的时间点，，，，，，和它收入的陡增险些同步。。。 。。据其自己披露，，，，，，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。。。 。。规模一旦到了这个量级，，，，，，自研芯片的经济账才算得过来。。。 。。
行业里一个正在爆发的结构性转移是：算力消耗的重心，，，，，，正从「训练模子」转向「运行模子」。。。 。。训练是一次性本钱，，，，，，而把模子服务给成百上万万用户，，，，，，是一连一直的开销。。。 。。据 Introl 的行业剖析，，，，，，推理现在已经吃掉了所有 AI 算力的约三分之二。。。 。。
而推理，，，，，，恰恰是 ASIC 的主场。。。 。。用《芯片战争》作者 Chris Miller 对 CNBC 的一个比喻来说：英伟达的 GPU 像一把瑞士军刀，，，，，，什么并行盘算都醒目；；；而 ASIC 像一件简单用途的工具，，，，，，很高效、很快，，，，，，但被硬连线锁死只做一类活。。。 。。训练阶段需要瑞士军刀的无邪，，，，，，由于模子架构还在变；；；可一旦模子定型、要拿去服务海量请求，，，，，，那把「简单用途的工具」反而更省电、更自制。。。 。。
古板推理是「盘问本钱」：一次提问、一次回覆，，，，，，结算完毕；；；智能体是「循环本钱」：用户的一个目的，，，，，，会触发几十甚至上百次推理挪用，，，，，，由于智能体要推理、妄想、检索、执行。。。 。。
当智能体大规模铺开，，，，，，训练与推理之间的经济差池称，，，，，，会以非线性的方式滚大。。。 。。也因此，，，，，，这家剖析机构判断：推理经济学不是 2028 年才要费心的事，，，，，，而是一个 2026 年就要做的采购决议。。。 。。
最直观的一个案例来自 AI 图像平台 Midjourney。。。 。。据报道，，，，，，Midjourney 在把推理负载从英伟达 GPU 迁徙到谷歌第七代 TPU 后，，，，，，月度算力开销从约 210 万美元降到约 70 万美元，，，，，，降幅 65%。。。 。。把这个比例放大到天天跑数十亿次盘问的超大规模厂商身上，，，，，，正如一位剖析师所说，，，，，，投入数十亿美元自研芯片，，，，，，就酿成了一道「直白的财务盘算题」。。。 。。
这道题的谜底，，，，，，正在改变整个市场。。。 。。据 TrendForce 的展望，，，，，，2026 年定制 ASIC 的出货增速将抵达 44.6%，，，，，，而商用 GPU 只有 16.1%——这也是定制芯片增速首次凌驾 GPU。。。 。。Introl 引用彭博行业研究的数字则更宏观：到 2033 年，，，，，，整个 AI 加速器市场预计抵达 6040 亿美元，，，，，，而定制硅片在其中的份额还在加速上升。。。 。。
超大规模厂商早已用真金白银投了票。。。 。。谷歌的 TPU、亚马逊的 Trainium、微软的 Maia、Meta 的 MTIA……这些自研芯片各自服务着母公司内部的巨量推理负载。。。 。。
这些数字批注：当你的算力需求膨胀到超大规模，，，，，，芯片不再是本钱项，，，，，，而是竞争壁垒自己。。。 。。正如 Oplexa 的一篇剖析所言，，，，，，控制自己的硅片，，，，，，意味着控制自己的性能蹊径图、本钱结构和供应链。。。 。。这三样是任何采购订单都换不来的。。。 。。
英伟达的强势，，，，，，一部分来自芯片自己，，，，，，更大一部分来自CUDA。。。 。。而 CUDA 是一套积累了二十多年的软件生态。。。 。。据 Spheron 的剖析，，，，，，险些所有严肃的 LLM 推理优化，，，，，，从 FlashAttention 到 vLLM 里的一连批处理，，，，，，都只跑在 CUDA 上。。。 。。这套生态与其说是英伟达的护城河，，，，，，不如说是任何想换芯片的团队要付的「搬家本钱」。。。 。。据估算，，，，，，把服务栈从 vLLM 移植到亚马逊 Neuron SDK，，，，，，往往要花两到六周工程时间，，，，，，某些模子架构甚至基础不被支持。。。 。。
正由于这道墙又高又厚，，，，，，绕过它的念头才格外强烈。。。 。。对超大规模厂商和前沿实验室而言，，，，，，每一份跑在自研芯片上的负载，，，，，，都意味着更多利润留在自己口袋里，，，，，，也意味着在和英伟达谈价时多一分底气。。。 。。
TheStreet 的判断颇为直白：正在改变的，，，，，，是「AI 实验室必需接受英伟达开出的任何价钱和供货条件」这个默认假设。。。 。。微软有 Maia，，，，，，亚马逊有 Trainium，，，，，，谷歌有 TPU，，，，，，而最新一批 AI 实验室，，，，，，现在也想为自己攒出同样的筹码。。。 。。
回到 7 月 7 日那两条新闻。。。 。。对 DeepSeek 和智谱而言，，，，，，自研芯片除了上述所有理由，，，，，，还配合面临着一个它们的美国偕行没有的问题：出口管制。。。 。。
另外值得一提的是，，，，，，DeepSeek 这次自研听说，，，，，，恰恰和它首次接受外部融资的节点撞在一起：该公司完成一轮超 500 亿元融资，，，，，，估值超 3300 亿元。。。 。。造芯片很烧钱，，，，，，钱和芯片这两件事同时爆发，，，，，，未必是巧合。。。 。。
把这些线索收拢，，，，，，「为何 AI 公司都想自己造芯片」这个问题，，，，，，谜底着实是几股实力的合流：推理取代训练成为算力主战。。。 。。，，，，，让专用 ASIC 有了用武之地；；；智能体爆发把推理本钱推向非线性膨胀，，，，，，让省下的每一分钱都被放大；；；而对英伟达的深度依赖，，，，，，则让所有人都想为自己攒一份议价的筹码。。。 。。 对 DeepSeek、智谱这样的中国公司，，，，，，还要再加上出口管制问题。。。 。。
但热潮之下，，，，，，冷水也该泼一盆。。。 。。自研芯片远非稳赢。。。 。。设计周期动辄 18 到 24 个月，，，，，，前期工程投入重大，，，，，，还需要事情负载足够稳固、可展望，，，，，，才值得围绕一个牢靠架构去设计。。。 。。关于还在试验模子架构的首创公司，，，，，，或是使命五花八门的通俗企业，，，，，，英伟达 GPU 的无邪性反而是更划算的选择。。。 。。
更值得追问的一个问题是：这场浪潮，，，，，，事实会削弱英伟达，，，，，，照旧只是给它「加了个增补位」？？？？ ？？大都剖析给出的谜底偏向后者。。。 。。据 Oplexa，，，，，，到 2027 年 ASIC 出货量或将在数目上凌驾 GPU，，，，，，但两个市场都会继续增添：AI 基础设施正在分岔成两个差别的赛道：牢靠、高频、可展望的负载归 ASIC，，，，，，研究、多样、架构还在演进的负载归 GPU。。。 。。英伟达依然牢牢握着训练和绝大大都市场。。。 。。
但它们在统一天落地，，，，，，像两枚同时投进水面的石子，，，，，，激起的涟漪照出了统一片焦虑：从旧金山到北京，，，，，，在这个算力即权力的时代，，，，，，没有一家想活到下一轮的 AI 公司，，，，，，愿意把自己的命脉，，，，，，永远租在别人手里。。。 。。
现如今，自主品牌的新能源MPV也在频繁上新，别克GL8作为老牌MPV车型，在新媒体话题营销的声量上又弱于新势力品牌，碰上这种送上门的话题，怎么可能不接茬呢？与传统的 FreeSurfer 方法以及不含 RK 积分过程的普通神经网络相比，基于 PCM 的 NDS 方案在不同误差容限下的自相交率明显更低（0.0001 至 0.1064，而普通神经网络为 0.1235），生成的三维打印皮层曲面也未出现 “非流形 “（数学定义）的自相交缺陷。定量指标上，重建曲面的平均对称表面距离（ASSD）在白质、灰质上分别为 0.245 和 0.376，豪斯多夫距离（HD）分别为 0.525 和 0.786，达到了高保真重建的精度要求。成人毛片 新的疆潮起浦江，全球瞩目。2026世界人工智能大会暨人工智能全球治理高级别会议将于7月17日至20日在上海举行。国家主席习近平将出席大会开幕式并发表主旨讲话，全面系统阐述中方对于人工智能发展和治理的政策立场和理念主张。中方已广泛邀请各国政府官员、产学研界人士及国际组织负责人来华共襄盛举。以本次大会为契机，为各方增进互信、凝聚共识、深化合作搭建平台，必将共同推动人工智能健康、安全、有序发展，树立起人工智能发展史上的一座里程碑。之前的一年，从2025年中旬开始，永辉前置仓瞄准了西部市场，其在重庆市场集中了60%的团队人力，投入3亿元左右，“突击”大力度开出了41个大型前置仓（1000平米左右面积），来发力重庆市场，取得成功。
20260717 ? 新东方下一阶段的组织考试，不再是能不能继续培养几个明星教师、主播或者管理者，而是能不能从一家培养人才的公司，进化为能够承接企业家、与他们长期合作并共同扩张事业边界的商业生态。尖叫喷泉来自空中、水面、水下和陆地的各种导弹、无人机、无人艇造成的威胁急剧增加，严重威胁亚太地区重要水道和中俄两国的安全，威胁地区和平。因此这次演习双方通过开展侦察、预警、防空、反导、对海打击等科目演练，增强了共同应对海上安全威胁的能力。
20260717 ? 虎扑07月16日讯 在此前结束的世界杯半决赛中，英格兰1-2不敌阿根廷。据《太阳报》报道，赛后，英格兰球员们情绪崩溃，家属们纷纷上前安抚。麻花传媒的短视频制作技巧和要领几年前，她收到一封从远方寄来的信，写信的是一位她资助多年的男孩。他在信中告诉她，等到长大后自己想要成为医生，去帮助更多人。“我觉得这件事情对我来说是最棒的，爱是会流传下去的，你的善意可以帮到好多人。善意的种子一旦发芽，它的能量最终会走到哪里去，可能连你自己也无法预知。”
京公网安备11010202000001号
