推理成本壓力逼出造芯潮：OpenAI、Anthropic、DeepSeek、智譜同步入局自研AI晶片

這不是巧合，是同一個壓力同時壓垮了幾家公司的算盤。2026年中以來，OpenAI、Anthropic、DeepSeek、智譜四家獨立模型廠商相繼傳出自研AI推理晶片計畫，時間點高度集中，背後的邏輯只有一條：推理成本快要把這些公司的財務撐破了。

AWS估算過，在模型的整個生命週期中，推理成本可能佔到90%。不像訓練是一次性的集中投入，推理是每天都要付的帳單，用戶越多、燒得越快。智譜的半年報把這個壓力講得很清楚：今年上半年整體毛利率從去年同期的50%跌到26.4%，即使靠大規模部署國產推理晶片把單位token推理成本壓降了約八成，扣非虧損幅度還是擴大了12.1%。Anthropic今年Q2才剛剛首次實現調整後營業利潤，其他幾家仍在虧損。走到這一步，自研推理晶片已經不是戰略選項，而是財務必要性。

這批造芯計畫最值得注意的地方，是「AI設計AI晶片」正在從概念變成實際操作流程。OpenAI的Jalapeño從架構設計到流片只花了9個月，打破了ASIC領域最短開發週期紀錄，關鍵之一就是大量使用AI輔助工具加速設計，並用Codex編寫和優化底層內核代碼。Anthropic聯合創辦人Tom Brown透露，工程師用Claude在一個週末內完成了前沿模型在AMD晶片架構上的全套適配與性能調優。這意味著AI正在壓低換平台的成本——而換平台成本高，一直是輝達CUDA護城河的核心支柱。SemiAnalysis在報告中直接點明：這些AI編程能力是在輝達GPU上跑出來的，「輝達正在即時催生自己的潛在接班人」。

輝達目前仍佔全球AI晶片市場逾75%份額，毛利率也在75%以上，短期內這個格局不會翻轉。Jalapeño本身都還在工程樣品驗證階段，大規模出貨要到2027年底，其他幾家更是早期。但這件事的產業意義不在於誰能立刻替代輝達，而在於獨立模型廠商同時入局，重塑了供應鏈的選邊邏輯：Jalapeño的供應鏈拉進了博通、台積電、三星、SK海力士；Anthropic找了三星代工與先進封裝；DeepSeek和智譜則更傾向國內生態體系，已有光互連廠商透露收到了定製光連接產品的需求。這條去輝達的供應鏈聯盟一旦成形，議價格局就會改變，SemiAnalysis認為這很可能影響輝達長期居高的毛利率。

對台灣供應鏈的企業經營者來說，這個局面有兩面。一面是機會：台積電、先進封裝、HBM都在這些自研晶片的供應鏈裡，需求只會增加。另一面是壓力：這批新客戶的設計週期快、客製化程度高、且都在用AI壓低工程人力門檻，傳統按專案報價、靠人工迭代的合作模式會被加速重新定價。能不能跟上「模型、晶片、應用共同演進」的新節奏，是接下來的真正考題。