Chip buatan sendiri DeepSeek dan soal aritmetika Zhipu

Penulis: Xiaosuan

Pada tahun 2013, para insinyur Google menghitung sebuah soal matematika.

Soalnya sederhana: jika setiap pengguna menggunakan pencarian suara selama 3 menit per hari, seberapa besar pusat data global Google perlu diperluas?

Jawabannya membuat semua orang menarik napas dingin: dua kali lipat.

Jika hanya mengandalkan pembelian GPU Nvidia untuk menutup celah ini, Google akan lebih dulu hancur oleh tagihan. Maka perusahaan mesin pencari ini mengambil keputusan yang dianggap nyeleneh saat itu: membuat chip sendiri. Kelanjutan ceritanya sudah diketahui semua orang: chip itu bernama TPU, dan kini menjadi senjata paling tangguh yang dimiliki Google untuk melawan 'pajak Nvidia'.

Tiga belas tahun kemudian, soal matematika 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 sudah dimulai setahun lalu, dan telah melakukan kontak dengan perusahaan desain chip, pabrik wafer, dan produsen memori. Beberapa jam kemudian, The Information menambahkan: Zhipu juga sedang mengevaluasi chip khusus buatan sendiri, dan telah menjalin kontak dengan perusahaan desain chip lokal.

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

Membuat chip.

--

Chip DeepSeek memiliki kata penentu yang menarik: berorientasi pada inferensi, tidak untuk pelatihan.

Pelatihan adalah mengajari model, biayanya luar biasa, tetapi dibayar sekaligus; inferensi adalah model bekerja, setiap pertanyaan pengguna membakar biaya listrik di ruang server. Semakin banyak pengguna, semakin besar biaya yang terbakar, dan tidak akan pernah berhenti.

Pelatihan seperti membeli rumah, inferensi seperti membayar sewa. Lubang hitam biaya sesungguhnya di industri AI tidak pernah terletak pada uang muka, melainkan pada sewa.

Masalah prioritas yang ingin diselesaikan DeepSeek, jika diterjemahkan hanya satu kalimat:

Berapa biaya yang harus dikeluarkan untuk setiap pengguna yang dilayani?

Pendiri perusahaan ini, Liang Wenfeng, adalah salah satu dari sedikit orang yang sejak hari pertama menganggap chip sebagai masalah hidup-mati. Ia berasal dari latar belakang dana kuantitatif, dan sudah dikenal di kalangan industri karena menimbun GPU sebelum gelombang besar model AI. Antara tahun 2023 dan 2024, ia dua kali diwawancarai oleh Dark Wave, dan pernah mengatakan kalimat yang kemudian sering dikutip:

Tantangan sesungguhnya bagi kami bukanlah dana, melainkan larangan ekspor chip kelas atas.

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

Hingga Juni tahun ini, amunisi juga sudah siap. Perusahaan yang selama bertahun-tahun menolak investasi eksternal ini menyelesaikan putaran pendanaan pertamanya, mendapatkan sekitar 510 miliar yuan, dengan valuasi pasca-pendanaan 520-590 miliar dolar AS. Penggunaan dana yang diungkapkan secara publik ditulis dengan jelas: memperluas pusat komputasi dalam negeri, dan mengembangkan chip AI sendiri.

Dalam beberapa bulan terakhir, DeepSeek terus merekrut insinyur desain chip, dan semua posisi tidak muncul di platform rekrutmen publik mana pun.

--

Zhipu adalah solusi lain untuk soal matematika yang sama.

Perusahaan yang lahir dari laboratorium Universitas Tsinghua ini baru saja melakukan pencatatan saham di Hong Kong tahun ini, dengan julukan 'saham pertama model besar', nilai pasarnya sempat menembus triliun dolar Hong Kong. Di balik kemilau tersebut terdapat laporan keuangan yang menegang: rugi 2,958 miliar yuan pada 2024, dan rugi lagi 2,358 miliar yuan pada paruh pertama 2025, total 5,3 miliar yuan terbakar dalam satu setengah tahun.

Pada Februari tahun ini, GLM-5 dirilis, populer di luar negeri, kemampuan codingnya mendekati model closed-source lini pertama. Lalu lintas pengguna yang deras masuk, hal pertama yang dilakukan Zhipu adalah menaikkan harga: paket Coding naik minimal 30%; hal kedua, merilis undangan 'mitra komputasi' yang terbuka untuk umum, mengajak produsen chip bekerja sama untuk optimasi.

Perusahaan rintisan yang baru saja melantai, secara terbuka mencari daya komputasi. Bisnis yang begitu baik sampai harus menaikkan harga untuk mengurangi pengguna, ini jarang terjadi dalam sejarah bisnis.

Jadi bocoran dari The Information sama sekali tidak mengejutkan. Jalur yang dievaluasi Zhipu adalah kustomisasi kerja sama: mereka menyediakan arsitektur model dan kebutuhan, perusahaan desain chip lokal menyediakan kemampuan rekayasa.

DeepSeek membangun pabrik sendiri untuk membuat mobil; Zhipu membawa cetak biru ke bengkel mobil untuk modifikasi. Tidak ada jalur yang lebih tinggi atau lebih rendah, yang membedakan adalah tagihan.

--

Dalam gerakan pembuatan chip ini, yang paling layak dicermati adalah kalimat asli Reuters:

DeepSeek membuat chip untuk mengurangi ketergantungan pada Nvidia, dan juga pada Huawei.

Paruh pertama hampir merupakan kalimat sia-sia. Di bawah kontrol ekspor, pangsa pasar Nvidia di pusat data Tiongkok sudah mendekati nol; paruh kedualah yang menjadi berita sesungguhnya.

Dalam dua tahun terakhir, empat kata 'substitusi dalam negeri' dalam konteks komputasi kurang lebih setara dengan 'beralih ke Ascend'. DeepSeek sendiri adalah praktisi paling aktif: seri V4 telah menyelesaikan adaptasi Ascend, Huawei mengonfirmasi bahwa prosesor mereka ikut serta dalam sebagian pelatihan. Zhipu melangkah lebih jauh: arsitektur GLM telah diadaptasi ke lebih dari 40 chip dalam negeri, dan pada hari perilisan model baru, HiSilicon, Moore Threads, Muxi dan lainnya antre mengumumkan penyelesaian adaptasi.

Semakin dalam pelukan, semakin jelas satu hal: perusahaan dengan tagihan inferensi puluhan miliar per tahun tidak bisa menggantungkan nyawa pada satu pemasok tunggal.

Meskipun pemasok itu adalah orang sendiri.

Memeluk Ascend menyelesaikan masalah 'ada atau tidak'; membuat chip sendiri menyelesaikan masalah 'siapa yang didengar'. Narasi substitusi dalam negeri telah berjalan hingga tahun kelima, dan mulai terbagi dalam lapisan internal.

--

Perusahaan model membuat chip sudah menjadi langkah standar di seberang Pasifik.

Bulan lalu, OpenAI mengumumkan chip inferensi kustom hasil kerja sama dengan Broadcom, dengan nama sandi Jalapeño; Anthropic juga dikabarkan mengevaluasi hal yang sama. Ditambah Google, Amazon, Microsoft yang lebih awal, di Silicon Valley semua perusahaan dengan tagihan inferensi yang cukup besar memiliki chip buatan sendiri, atau setidaknya presentasi tentang chip buatan sendiri.

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

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

Sisi negatif: pelanggan besar hari ini sedang belajar kemampuan untuk melepaskan diri dari Anda besok. Google dulu juga merupakan pelanggan utama pemasok chip, tetapi 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 jaminan sukses. Rencana chip buatan sendiri Meta pernah dirombak total. Lebih rumit lagi, chip kustom bertaruh bahwa arsitektur model akan 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, dua tahun kemudian saat chip keluar dari pabrik, arsitektur mungkin sudah berganti.

Pada tahun 2013, soal yang dihitung Google menghasilkan jawaban TPU.

Pada tahun 2026, soal matematika perusahaan model Tiongkok baru saja dimulai. Orang yang memberi soal sudah berubah, tetapi logika pemecahannya tetap sama:

Semakin lama Anda membayar sewa, semakin Anda ingin memiliki rumah sendiri.