台积电最近对中国大陆的集成电路（IC）设计公司实施了一系列严格的供应限制，特别是针对16/14纳米工艺的产品。

　　这一决策与美国商务部工业与安全局（BIS）最新发布的出口管制法规密切相关。根据这一新规，自2025年1月31日起，如果16/14nm及以下工艺的相关产品不在BIS白名单中的“approved OSAT”进行封装，并且台积电没有收到该封装厂的认证签署副本，这些产品将被暂停发货。

　　台积电将为已在BIS白名单中的芯片设计企业代工，对于不在BIS白名单中芯片设计企业（包括大陆及境外企业），需向美国商务部提交申请，或最终封装需转交至“approved OSAT”清单中的企业进行封测。如果最终封测OSAT不在白名单内的，台积电将暂停发货。

　　集邦咨询的最新研究显示，随着DeepSeek发布高效的AI模型，如DeepSeek-V3和DeepSeek-R1，终端客户将更加注重AI基础设施的合理性，减少对GPU等硬件的依赖，转向高效软件运算模型。同时，CSP可能会扩大使用自家ASIC基础设施以降低成本。预计2025年后，AI行业对GPU芯片的需求将发生变化，中国AI市场将重点发展自主AI芯片和软件优化，以适应国际形势变化，满足国内数据中心建设需求，推动AI应用的多元化和商用化。

　　据知情人士透露，DeepSeek筹划自研芯片，正广泛寻找芯片设计领域人才，自研芯片为端侧还是云侧尚不确定。

　　DeepSeek或成为继OpenAI之后又一家跨界“造芯”的头部AI企业，两大科技公司同步押注芯片自研，标志着大模型竞争正式进入“算力自主化”深水区。

　　而根据路透社报道，OpenAI在24年就联合博通、台积电开发其首款自主设计的推理芯片，用于支持其人工智能系统，计划于26年推出第一款AI芯片。

　　除此之外，OpenAI还计划在采用英伟达芯片的基础上，增加采用AMD芯片，以满足其激增的基础设施需求。

　　随着AI技术的快速发展，业内对高算力的需求呈现爆发式增长，人工智能领域，芯片是不可或缺的核心“引擎”。

　　作为业内领先的AI模型研发企业，DeepSeek和OpenAI模型在训练和推理阶段对芯片的依赖度极高，同时现有的芯片解决方案在性能和成本上存在一定局限性。

　　2）在推理市场，可用性高且廉价的大模型，让普通企业的需求爆发。云大厂的推理服务增长。企业内部1~20台私有化部署将爆发。

　　业界的一个共识是，被OpenAI“忽悠”要建10万卡或50万张卡集群的事情，现在没有那么急迫了。

　　“从推理市场来看，过去一年，大模型落地，还未真正进入推理及各行业应用爆发式增长阶段。”有智算人士说，DeepSeek的低成本可能会推动各行业的智能应用加速进入爆发式成长期。

　　公有云是大厂的天下，ChatGPT推出两年后，大厂都很急迫。在美国，DeepSeek R1开源模型一经推出，微软、亚马逊AWS甚至快于中国云公司，官宣提供相关服务，他们早就期盼推理市场的到来。

　　根据分析师Ben Thompson的分析，此前，微软与OpenAI渐行渐远的核心经济原因在于，微软对提供推理服务感兴趣，但不太愿意为1000亿美元的数据中心买单，因为这些模型在商业化之前可能已被蒸馏、复制，变得廉价。

　　除了公有云大厂，业界推测DeepSeek自身也有可能提供类似服务。多年前，MongoDB是一个开源数据库，最后它自己变成了SaaS服务。“大厂把这些开源模型拿过去，一分钱不会给你的。美国公有云早就利用大量开源软件来挣钱——这个故事会在国内重演。”一位云计算资深人士分析。

　　企业将要建设“自己的小型智算中心”，部署1~10台服务器（百卡之内），或10来20台服务器（百卡规模）。“这也是今年所有IT企业主推给客户的方向。”资深服务器人士分析。未来几个月中，各企业将在应用上做验证，各显神通。

　　“为什么是私有化部署？比如一个律师事务所，能把跟客户的合同丢进公有云上吗？这就泄密了，所以有很多私有化部署的商机会出来。”云计算资深人士说。

　　不少人谨慎中保持乐观。“如果今年小企业买个一台二三十万元，再大一点的企业买两三百万，1万家企业就300个亿了。我反而觉得这个数据会逐年增加。”上述资深云计算人士说。

　　一个值得关注的现象是，虽然目前美国各大厂，微软、谷歌、Meta和xAI都没有要削减资本支出（Capex），但这几家企业都在做自己的芯片。

　　一位芯片资深人士告诉数智前线，“英伟达现在毛利率达到90%，有点太高了。它的股价早就需要调整了，整个行业的钱都被他赚走了，本身不太合理，也是不可持续的。”

　　“产业不会让一个人躺太久，你不可能总是躺赢。”上述智算人士说，“英伟达这些年虽然没有躺过，但本质上已经十多年没有推出像CUDA那样革命性的东西了。”CUDA通过提供丰富的开发工具、库函数和社区的生态支持，把产业效率提得很高。

　　另一方面，“你看海外企业和开发者，都在用脚投票使用DeepSeek。在这种情况下，国产算力有没有可能跟着大模型一起出海？”上述智算人士说，“别光盯着国内市场。

　　大模型也将倒逼芯片进行重新设计。DeepSeek的论文或相关报道中，已提到了对芯片重新设计的要求。比如，DeepSeek的技术架构和优化策略，为SoC芯片的设计提供了新思路，也在推动边缘计算芯片的发展，并进一步促进定制化AI芯片。

　　但业内坦言，AI被美国公司炒成一个很贵的东西，准备拿来收割。现在DeepSeek跳出来，实现了极低成本，一大波人一哄而上，都来尝试。但AI业务应用层面还处于早期，各行业懂业务又懂AI技术的人才太少，如果短期内做不出爆款AI应用，大家就只能浅尝辄止，实验性地折腾一下。

　　与此同时，DeepSeek后续版本能否继续保持跟海外大模型同等的进化速度？DeepSeek在进步的同时，竞争企业也都在研究。

　　马斯克近日评价DeepSeek时，在承认DeepSeek很棒的同时，也称“很快你就会看到，像xAI这样的公司，会发布比他们更先进的模型”。等这些企业快速结合了DeepSeek技术，再加上领先算力支持，进化也会加快。

　　消息人士告诉路透，这家ChatGPT开发者将在未来几个月内完成其首款内部芯片的设计，并计划送往台积电进行制造。将第一个设计送入晶圆代工厂进行制造的过程称为“流片”。OpenAI和台积电不予置评。最新消息显示，OpenAI有望在2026年实现在台积电实现量产的目标。典型的流片成本高达数千万美元，大约需要六个月才能生产出成品芯片，除非 OpenAI 为加快制造支付更多费用。

　　• 与博通合作：博通作为全球领先的半导体公司，拥有丰富的芯片设计经验。OpenAI 已与博通合作数月，专注于推理芯片的开发。博通帮助 OpenAI 将芯片设计适配制造需求，并优化了芯片的设计元素，以便在芯片间和系统间更快地传输信息，这对大规模 AI 系统中众多芯片协同工作至关重要。

　　• 与台积电合作：台积电作为全球最大的半导体代工厂，是 OpenAI 制造芯片的关键合作方。OpenAI 首款自研芯片预定了台积电的 A16 工艺制程，用于制造 AI 芯片，专为 Sora 视频应用打造。OpenAI 通过博通与台积电确定了制造能力，计划在 2026 年制造其第一款定制芯片，但时间表可能会有变动。

　　• 与 AMD 合作：OpenAI 计划通过微软的 Azure 云服务使用 AMD 芯片，借助 AMD 的新款 MI300X 芯片在训练和推理工作负载上实现多样化海外网络代理ip，进一步减少对英伟达的依赖。

　　据估计，微软、亚马逊、谷歌和Meta 2024 年的总资本支出将达到2460亿美元，高于2023年的1510亿美元。而2025年的支出可能超过3200亿美元。在科技巨头们如此高额的资本支出中，GPU的采买将占据很大一部分，10万卡级别的集群正逐步成为AI计算的标配。

　　蒸馏是一种从更强的模型中提取知识的方法：你可以给教师模型（teacher model）输入数据，记录它的输出，并用这些数据训练学生模型（student model）。这就是GPT-4 Turbo从GPT-4演化而来的方式。

　　一般来说，公司只能对自己的模型进行蒸馏，因为他们有完整的访问权限。但如果愿意，仍然可以通过API访问，甚至通过对话界面（chat clients）进行非正式蒸馏。

　　蒸馏通常违反OpenAI等公司的服务条款，唯一的防范方法是直接封禁IP或者限制API访问。但这仍然是一种普遍存在的训练策略，也正因如此，我们才看到越来越多的模型在逼近GPT-4o的质量。我们无法100%确定DeepSeek是否对GPT-4o或Claude进行了蒸馏，但老实说，如果他们没有这么做，那才奇怪。

　　OpenAI、Anthropic和Google也在用蒸馏优化推理模型，以便在面向消费者的应用中运行得更高效。但从坏的方面来看，他们承担了所有顶级模型的训练成本，而其他公司则“免费使用”这些成果。

　　实际上，这可能是微软与OpenAI渐行渐远的核心经济原因。微软对提供推理服务感兴趣，但不太愿意为1000亿美元的数据中心买单，因为这些模型在商业化之前就可能已经被蒸馏、复制，变得廉价。

　　根据Counterpoint Research的预测，2025年芯片代工厂的增长率可能达到20%，主要由台积电和赶上人工智能浪潮的小型竞争对手引领。这一预测显示，增长速度比去年略有放缓。该分析机构表示，2024年芯片行业的代工部门增长了22%，主要受益于从2023年的低迷中反弹。

　　Counterpoint分析师Adam Chang告诉《国际电子商情》姊妹平台EE Times：“我们预计2025年晶圆代工厂的整体利用率将在80%左右，先进节点的利用率将高于成熟节点。在中国本土化努力的推动下，该国成熟节点代工厂的需求预计比非中国同行更强劲。”

　　Chang还指出，由于台积电继续受益于高端智能手机需求和超大规模公司的人工智能相关订单激增，先进节点（5/4纳米和3纳米）的行业利用率预计将保持在90%以上。所谓的超大规模公司，指的是像亚马逊、微软和谷歌这样提供广泛云计算和数据服务的公司。

　　根据Counterpoint的预测，2025年之后，晶圆代工行业有望保持稳定增长，从2025年到2028年，复合年增长率将放缓至13%-15%。

　　报告称，这一长期增长主要得益于3纳米、2纳米及以下先进节点技术的发展，以及CoWoS和3D集成等先进封装技术的加速采用。这些技术进步将成为未来3-5年行业增长的主要动力，主要由高性能计算和人工智能应用需求的增长所驱动。Counterpoint认为，台积电将继续引领行业，利用其技术优势塑造行业趋势。

　　台积电在全球代工市场中占有超过60%的份额，紧随其后的是三星和英特尔。预计台积电在2025年的资本支出将在380亿至420亿美元之间，较去年的298亿美元有所增加。

　　根据行业组织SEMI的预测，芯片代工厂将继续在半导体设备采购中占据主导地位。该机构的数据显示，今年晶圆代工行业预计将以10.9%的年增长率增加产能，从2024年的每月1,130万片晶圆增长到2025年创纪录的1,260万片。

　　面对来自DeepSeek的压力，OpenAI联合创始人Sam Altman在2025年2月10日凌晨发布了一篇关于AI经济学的观察文章，且提出了三个主要观点。

　　这些观点包括：一是算力为王和Scaling Law的重要性。Altman坚持“算力为王”和“Scaling Law”的核心理念，认为算力的提升和模型规模的扩大仍然是推动AI发展的关键因素。

　　Altman表示，AI模型的智能大致等于用于训练和运行它的资源的对数。这些资源主要是训练算力、数据和推理算力。似乎你可以投入任意金额并获得持续且可预测的收益；预测这一点的扩展定律在多个数量级上都是准确的。

　　二是AI成本的快速下降。在成本方面，使用特定水平AI的成本每12个月下降约10倍，较低的价格会促进更多使用。从2023年初的GPT-4到2024年中期的GPT-4o，每个token的价格下降了约150倍，这证明了成本下降的趋势。摩尔定律曾以每18个月2倍的速度改变世界，而AI成本的下降速度更加强劲。

　　三是未来社会经济价值的超指数增长。AI技术的成本下降不仅带来了技术层面的进步，还引发了超指数级的社会经济价值增长。即更低的成本使得AI技术能够更广泛地应用于各个领域，从而推动社会整体的智能化水平。Altman强调了AI技术对社会经济价值的巨大贡献，并预测这种增长将远超当前的预期，“这导致我们看不到指数增长的投资在近期会停止的理由。”

　　一是开源策略的冲击：DeepSeek通过开源模型和极低的训练成本吸引了大量中小企业和开发者，直接冲击了OpenAI的付费API订阅模式。这种开源策略不仅降低了AI技术的使用门槛，还削弱了OpenAI的市场竞争力和盈利前景。

　　二是成本效益的优势。DeepSeek的训练成本远低于OpenAI，其API服务价格比OpenAI便宜95%，这使得DeepSeek在成本效益上具有显著优势。这种低成本模式可能迫使OpenAI调整其商业模式以保持竞争力。

　　三是技术优势的挑战：DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有很少标注数据的情况下极大提升了模型的推理能力，在数学、代码、自然语言推理等任务上，测评性能与Ope-nAI开发的GPT-o1模型正式版接近。

　　公告显示，中芯国际2024年第四季度销售收入约为159.17亿元，同比增长31%，环比增长1.7%。全年来看，2024年度中芯国际销售收入为577.96亿元（80.3亿美元），同比2023年增长27.7%，这也是中芯国际全年收入首次突破80亿美元。

　　2024年度，中芯国际平均产能利用率为85.6%。但正如中芯国际联席CEO赵海军此前预计，2024Q4由于新增产能并且相应产能验证需要时间，当季产能利用率以及出货量均受到影响。

　　公告显示，其月产能从2024年第三季季末88.42万片折合8英寸标准逻辑，进一步增加至2024年第四季季末的94.76万片。

　　产能利用率则从Q3的90.4%降至Q4的85.5%；Q4销售晶圆数量折合8英寸标准逻辑为199万片，环比减少约6.1%

　　由于新厂开办，2024年第四季度中芯国际资本支出为16.6亿美元，较Q3增加约4.8亿美元。2024年全年，中芯国际资本开支约为73.3亿美元。

　　相应的资本折旧摊销也有所增加，其中2024年Q4折旧及摊销为8.49亿美元，环比增加2.2%。2024年全年的折旧及摊销同比增加21.3%。

　　在收入端，以地区划分，中国区市场对中芯国际的重要性进一步提升。2024年Q4中国区的收入占比从Q3的86.4%，进一步提升至89.1%。而美国及欧亚区市场占比减少。

　　群智咨询（Sigmaintell）半导体事业部资深分析师杨圣心此前接受《科创板日报》记者采访表示，中国大陆晶圆厂目前产能利用率较饱满，但随着大陆市场更多新厂投产，行业产能利用率将可能重新回落，不过相对而言，22/28nm、40nm制程受影响较小，而55nm及以上制程受影响相对显著。由于芯片设计行业对工艺成熟度、产能供应稳定性等方面的要求，规模较大的晶圆厂的确具备订单获取的显著优势。

　　对于英特尔和AMD等其他商用芯片供应商来说，他们面临的挑战将来自采用全新2纳米工艺制造的加速器，但这些加速器可能要到2026年才会出现。

　　台积电在市场中占据主导地位，但在先进的代工制造领域，它将面临严峻的竞争。英特尔、三星和新入局者Rapidus都将寻求获得采用全新2nm代工工艺的客户。英特尔将率先推出其18A工艺，我们预计首批2nm设备将于2025年出货，首先是英特尔的Panther Lake芯片。

　　英特尔的18A工艺为其陷入困境的产品线改进奠定了基础，而Panther Lake将是这一改进的首次线年面临诸多挑战，特别是其AI加速器产品（Gaudi3），并且英特尔不会在2025年推出AI加速器产品，而是暂时退出该市场，计划在2026年以Jaguar Shores重返市场。由于其AI收入极低，因此这一举措不会产生实质性影响。英特尔更加节能的设计和18A工艺可能会使其扭转局势，但其反弹的高度将取决于下任首席执行官的战略和工艺质量。

　　边缘AI的兴起趋势正在重塑市场格局，但它对英伟达构成了多大的威胁？AI架构的未来走向何方？从英特尔迈向2纳米制造工艺，到RISC-V和ARM的崛起，芯片领域正在迅速演变。在这种环境下，英伟达的主导地位会受到挑战吗？

　　莫大康：浙江大学校友，求是缘半导体联盟顾问。亲历50年中国半导体产业发展历程的著名学者、行业评论家。

　　求是缘半导体联盟是全球半导体产业生态链上的多个高校的校友、公司、组织机构、政府园区及科研院校等自愿组成的跨区域的非营利性公益组织。联盟由浙江大学校友发起，总部位于上海，其主要职能是为半导体和相关行业的人才、技术、资金、企业运营管理、创新创业等方面提供交流合作和咨询服务的平台，致力于推动全球，特别是中国大陆区域的，半导体及相关产业的发展。

　　目前联盟不定期举办线上、线下专题活动，有一周芯闻、名家专栏、招聘专栏、活动报道、人物访谈等多种资讯栏目，同时提供咨询、资源对接、市场拓展等服务。