Chip buatan sendiri, soal aritmatika DeepSeek dan Zhipu

撰文：Kecil Suan

Pada tahun 2013, para insinyur Google menghitung soal aritmatika.

Soalnya sederhana, jika setiap pengguna menggunakan pencarian suara selama 3 menit per hari, berapa kali lipat pusat data global Google harus diperluas?

Jawabannya membuat semua orang menarik napas dalam-dalam, dua kali lipat.

Mengandalkan pembelian kartu grafis Nvidia untuk menambal lubang ini, Google akan bangkrut karena tagihan terlebih dahulu. Maka perusahaan mesin pencari ini membuat keputusan yang pada saat itu dianggap menyimpang, yaitu membuat chip sendiri. Cerita selanjutnya sudah diketahui semua orang, chip itu bernama TPU, yang kini menjadi senjata paling tangguh yang dimiliki Google untuk melawan "pajak Nvidia".

Tiga belas tahun kemudian, soal aritmatika ini sampai ke tangan orang Tiongkok.

Pada malam 7 Juli, Reuters mengutip tiga sumber yang mengetahui masalah ini, DeepSeek sedang mengembangkan chip AI sendiri, proyek dimulai setahun lalu, dan sudah berhubungan dengan perusahaan desain chip, pabrik wafer, dan produsen memori. Beberapa jam kemudian, The Information menambahkan satu berita, Zhipu juga sedang mengevaluasi chip kustom yang dirancang sendiri, sedang berhubungan dengan perusahaan desain chip lokal.

24 jam, dua perusahaan model besar paling terdepan di Tiongkok, terungkap melakukan tindakan yang sama:

Membuat chip.

Chip DeepSeek memiliki kata penentu yang menarik, diorientasikan untuk inferensi, pelatihan tidak diurus.

Pelatihan adalah mengajari model, biaya sangat besar, tetapi dibayar sekaligus; inferensi adalah model bekerja, setiap pertanyaan yang diajukan pengguna, pusat data mengeluarkan biaya listrik, semakin banyak pengguna, semakin banyak biaya yang dikeluarkan, dan tidak akan pernah berhenti.

Pelatihan adalah membeli rumah, inferensi adalah membayar sewa. Lubang hitam biaya sebenarnya di industri AI tidak pernah ada di uang muka, melainkan di sewa.

Masalah yang diprioritaskan DeepSeek untuk diselesaikan, jika diterjemahkan hanya satu kalimat:

Berapa biaya yang harus dikeluarkan untuk melayani satu pengguna.

Pendiri perusahaan ini, Liang Wenfeng, adalah salah satu dari sedikit orang yang sejak hari pertama menganggap chip sebagai masalah hidup dan mati. Dia berasal dari latar belakang dana kuantitatif, bahkan sebelum gelombang besar model menjadi populer, dia sudah terkenal di kalangan karena menimbun kartu grafis. Dari tahun 2023 hingga 2024, dia dua kali diwawancarai oleh Dark Wave, mengatakan satu kalimat yang kemudian sering dikutip:

Tantangan sebenarnya kami bukanlah dana, melainkan larangan ekspor chip canggih.

Apa yang dikatakan, juga dilakukan. Model R1 DeepSeek dilatih di Nvidia H800, kemudian beralih ke Huawei Ascend; tim teknik merancang format data UE8M0 FP8 dalam model, yang diakui industri sebagai yang dibuat khusus sesuai dengan karakteristik perangkat keras chip generasi berikutnya dalam negeri.

Hingga Juni tahun ini, amunisi juga sudah siap. Perusahaan yang selama bertahun-tahun menolak investasi eksternal ini menyelesaikan putaran pendanaan pertama, mendapatkan sekitar 51 miliar yuan RMB, dengan valuasi pasca-pendanaan 52 hingga 59 miliar dolar AS. Penggunaan dana yang diungkapkan ke publik tertulis dengan jelas, memperluas pusat komputasi dalam negeri, serta mengembangkan chip AI sendiri.

Beberapa bulan terakhir, DeepSeek terus merekrut insinyur desain chip, semua posisi tidak muncul di platform perekrutan publik mana pun.

Zhipu, adalah solusi lain untuk soal aritmatika yang sama.

Perusahaan yang lahir dari laboratorium Universitas Tsinghua ini tahun ini melakukan IPO di Hong Kong, dengan nama "Saham Terdepan Model Besar", nilai pasarnya sempat menembus triliun dolar Hong Kong. Di balik kemegahan ada laporan keuangan yang tegang, rugi 2,958 miliar yuan pada tahun 2024, rugi lagi 2,358 miliar yuan pada paruh pertama tahun 2025, membakar 5,3 miliar dalam satu setengah tahun.

Februari tahun ini, GLM-5 dirilis, meledak di luar negeri, kemampuan coding mendekati model tertutup terdepan. Arus lalu lintas yang deras masuk, hal pertama yang dilakukan Zhipu adalah menaikkan harga, paket Coding naik minimal 30%; hal kedua adalah merilis surat rekrutmen "Mitra Komputasi", mengundang secara terbuka produsen chip untuk bekerja sama dalam optimasi.

Sebuah perusahaan bintang yang baru saja go public, memposting secara publik mencari komputasi. Bisnis begitu bagus sampai harus menaikkan harga untuk menghalangi pengguna, ini jarang terjadi dalam sejarah bisnis.

Jadi bocoran The Information tidak mengejutkan. Jalur yang dievaluasi Zhipu adalah kustomisasi kerja sama, mereka sendiri yang mengeluarkan arsitektur model dan kebutuhan, perusahaan desain chip lokal yang mengeluarkan kemampuan teknik.

DeepSeek, membangun pabrik sendiri untuk membuat mobil; Zhipu membawa cetak biru mencari pabrik mobil untuk dimodifikasi, jalur tidak ada yang lebih tinggi atau lebih rendah, ada perbedaan di tagihan.

Dalam gerakan membuat chip ini, yang paling layak direnungkan adalah kalimat asli Reuters:

DeepSeek membuat chip untuk mengurangi ketergantungan pada Nvidia, serta ketergantungan pada Huawei.

Setengah kalimat pertama hampir omong kosong. Di bawah kontrol ekspor, pangsa pasar Nvidia di pusat data Tiongkok sudah mendekati nol, setengah kalimat kedua adalah berita yang sebenarnya.

Dua tahun terakhir, empat kata "pengganti dalam negeri" dalam konteks komputasi hampir sama dengan "beralih ke Ascend". DeepSeek sendiri adalah praktisi paling aktif, seri V4 menyelesaikan adaptasi Ascend, Huawei mengonfirmasi bahwa prosesor mereka sendiri berpartisipasi dalam sebagian pelatihan. Zhipu melangkah lebih jauh, arsitektur GLM beradaptasi dengan lebih dari 40 chip dalam negeri, pada hari peluncuran model baru, Haiguang, Moore Threads, dan Muxi mengumumkan adaptasi selesai secara berurutan.

Semakin dalam memeluk, semakin mengerti satu hal. Sebuah perusahaan dengan tagihan inferensi tahunan puluhan miliar tidak bisa mempertaruhkan nasib pada satu pemasok tunggal mana pun.

Bahkan jika pemasok itu adalah orang sendiri.

Memeluk Ascend, menyelesaikan masalah "ada atau tidak"; mengembangkan chip sendiri, menyelesaikan masalah "mendengar siapa". Narasi pengganti dalam negeri berjalan hingga tahun kelima, mulai terbagi di dalam.

Perusahaan model membuat chip, di seberang Pasifik sudah menjadi tindakan standar.

Bulan lalu, OpenAI mengumumkan chip inferensi kustom yang bekerja sama dengan Broadcom, dengan nama kode Jalapeño; Anthropic terungkap sedang mengevaluasi hal yang sama. Ditambah dengan Google, Amazon, Microsoft yang lebih awal, di Silicon Valley semua perusahaan dengan tagihan inferensi yang cukup besar, masing-masing memiliki chip riset sendiri, atau setidaknya PPT chip riset sendiri.

Bagi rantai industri chip Tiongkok, ini adalah koin dua sisi.

Sisi depan, pesanan kustom dari perusahaan model adalah pendapatan yang diimpikan oleh perusahaan desain chip lokal, model kustomisasi kerja sama Zhipu hampir ditulis sesuai naskah mereka; produsen memori juga mendapat manfaat, chip inferensi sangat bergantung pada bandwidth, kurva permintaan memori bandwidth tinggi hanya akan semakin curam.

Sisi belakang, pelanggan besar hari ini sedang belajar kemampuan untuk meninggalkan Anda besok. Google dulu juga pelanggan berkualitas tinggi dari pemasok chip, kemudian, ia menjadi pemilik TPU.

Tentu saja, kartu baru saja dibagikan. Sebuah chip AI yang kompetitif biasanya membutuhkan waktu bertahun-tahun dan investasi puluhan miliar, tidak ada yang menjamin keberhasilan, rencana chip riset Meta pernah dirombak total. Lebih rumit lagi, chip kustom bertaruh pada arsitektur model yang cenderung stabil, sementara model generasi baru DeepSeek dan Zhipu baru saja menggunakan mekanisme baru seperti sparse attention. Cetak biru yang dikirim untuk tape-out hari ini, saat chip keluar dua tahun kemudian, arsitektur mungkin sudah berubah.

2013, soal aritmatika yang dihitung Google, jawabannya adalah TPU.

2026, soal perusahaan model Tiongkok ini baru mulai ditulis, yang memberi soal berganti, logika penyelesaiannya tidak berubah:

Semakin lama membayar sewa, semakin ingin memiliki rumah sendiri.