DeepSeek时刻蔓延至芯片设计——第一部分

系列文章：第一部分——发生了什么 · 第二部分——芯片产业链 · 第三部分——Rubin版图

7月16日星期四，总部位于北京的月之暗面（Moonshot AI）在上海世界人工智能大会上发布了Kimi K3。周五，主导电子设计自动化（EDA）领域的两家公司遭受重创：Cadence单日市值蒸发9.5%；Synopsys下跌近8%，创下52周新低。Synopsys目前的交易价格显著低于英伟达12月斥资20亿美元入股时所支付的价格。两家公司合计，EDA双寡头单日蒸发的市值约为150亿美元。

消息公布前一天，一家研究机构刚将这两只股票均评为“买入”，理由是双寡头结构和高进入壁垒是其核心优势。市场随即在周五对这一论断进行了实时压力测试。

同一交易日中有一个细节值得从这场溃败中打捞出来，因为几乎无人提及：ARM——另一家上市公司，其全部业务就是芯片设计知识产权——当日收盘却上涨2%。市场卖出的并非“芯片设计”本身，而是两个特定的软件特许经营权，同时买入了那家版权费随每一次新设计启动而倍增的公司。请记住这种不对称性，整个系列都建立在这一点之上。

“第二个DeepSeek时刻”这种本能的类比可以理解，但大体上是错误的。2025年1月的DeepSeek压缩了生产智能的成本。Kimi K3是完全不同的事物，而且在一个特定维度上，可能更具深远影响：这是首次出现具有可信度的说法，即前沿智能可以设计出用于生产智能的硬件本身。这不是AI模型的第二个DeepSeek时刻，而是芯片设计领域的第一个DeepSeek时刻。

这一区别值得用三篇文章来阐述，因为市场周五所做的几乎一切，都取决于能否正确理解这一点。

实际发布的内容

剥离掉发布会的舞台效果，事实如下。Kimi K3是一个2.8万亿参数的稀疏混合专家（MoE）模型——是迄今宣布过的最大开放权重模型——每个token仅激活其896个专家中的16个，约占专家池的1.8%。它拥有一百万token的上下文窗口和原生视觉能力。在综合智能指数上，它仅次于两个领先的美国闭源模型，超越其他所有模型，包括这两个美国系统的上一代版本；在代理式编码基准测试中，与前沿水平的差距已在测量误差范围内。完整权重承诺将于7月27日发布。

发布材料中有两个数字比任何基准测试都更重要，因为它们是经济性数字，而非性能数字：每百万输入token 3美元，每百万输出token 15美元。将这些数字与它们意在取代的对象相比较。一个可信的定制芯片设计历来需要数十个工程师年的投入。而以K3的报价运行一次48小时的自主代理，其算力账单仅为数百到数千美元。无论这个特定模型是否真是能做到这一点的那一个，这正是市场在周五瞥见的成本崩塌：不是抽象意义上更便宜的智能——而是设计工作单位经济学的数量级级重新定价。

稀疏架构正是使这种定价具有可信度的原因：一个每个token激活参数不到2%的模型，可以摄取整个代码库，跨截图和视频帧进行推理，并维持一个持续多日的代理工作流，而无需在每一步都承担2.8万亿参数的全部计算成本。应当指出的是，月之暗面自己的文档建议至少部署64个加速器——K3并不能证明算力需求会消失，而是证明了算力买到了一些新的东西。

撼动市场的那次演示

在一次连续48小时的自主运行中，K3设计了一款推理芯片，用于运行其自身架构的纳米规模版本。它处理了完整流程——架构、RTL、优化、验证、时序收敛、仿真——完全使用开源EDA工具，基于免费提供的Nangate 45纳米单元库。没有使用Cadence软件，没有使用Synopsys软件，设计本身也没有人工干预。结果是：一颗4平方毫米的芯片，13个模块，146万个标准单元，0.277兆字节的SRAM，一个带融合反量化的INT4乘加阵列，时序收敛于100MHz，仿真中解码吞吐量达到每秒8721个token。

此外，月之暗面还披露，K3从零编写了一个GPU编译器——一个类Triton系统，命名为MiniTriton——在部分基准测试套件中与英伟达自家的Triton性能相当甚至更优，而且该模型的早期版本承担了K3自身开发后期大部分的内核优化工作。这个模型帮助构建了自己，然后又设计出了用于运行自己的芯片。

这颗芯片不是什么

以下是周五的抛售大体上忽略的部分，也是任何认真的读者首先需要了解的部分。

按半导体行业的标准衡量，这颗芯片其实平淡无奇。基于45纳米开源单元库、100MHz的4平方毫米设计，大致相当于一个雄心勃勃的研究生项目的规模。使得此类设计成为可能的开源流程——OpenROAD、OpenLane及其生态系统——已存在多年，其建立部分是靠美国政府资助，目的正是为了降低成熟制程小型设计的进入门槛。Nangate 45纳米是一个学术教学用库，比前沿AI加速器实际所处的3纳米和2纳米制程落后好几代，而Cadence和Synopsys的专有工具链正是深深嵌入在这些制程之中，其复杂程度是开源软件远未能复制的。

而且，从物理意义上讲，这也算不上一颗芯片。没有任何东西被实际流片。时序收敛和仿真吞吐量都只是设计阶段的产物，并非真实硅片。月之暗面自己也将这次演示称为概念验证，而非量产流片。还有一个细节——其重要性远超其脚注地位所暗示的——月之暗面尚未澄清设计中是否嵌入了任何授权IP模块，而这一点决定了此次演示真正取代了什么范围的工作。

最后：以上所有数字均为自我报告，权重尚未公开。多项发布基准测试由厂商自行运行，早期的独立评测已指出该模型在事实性任务上存在较高的幻觉率——这提醒我们，原始生成质量与可靠工程能力是两种不同的属性。在7月27日权重及配套技术报告发布之前——月之暗面表示该报告将详述确切的EDA工具链和方法论——此次演示的任何内容都无法被独立复现。卖方分析师深知这一点。某银行的分析师将此次发布定性为提高了中国AI模型的能力上限，同时把举证责任转移给了其他实验室。这一表述恰如其分：举证责任确实已经转移，但尚未被履行。

这颗芯片究竟是什么

那么，为何科技行业中最根深蒂固的两个软件特许经营体，会因为一颗“学生项目级”芯片而蒸发150亿美元市值？

因为这颗芯片从来都不是产品。那48小时才是产品。

月之暗面所展示的——如果这一结果站得住脚——是一种持续、连贯、能自我纠正的工程能力，跨越两天的时间跨度且无需人工搀扶：阅读文档、做出架构决策、运行验证循环、诊断故障、不断迭代。这是一种与回答问题或完成函数在性质上完全不同的能力。这是一种能将语言模型转变为一个工程组织的能力。

请注意，鉴于上文两节提到的幻觉问题，这种能力恰恰是在哪里获得成功的。一个在开放式事实性任务上会犯错的模型，却完成了一个为期两天的工程目标——因为芯片设计被包裹在商业软件领域中最严苛的外部验证机制之中。仿真要么通过要么不通过；时序要么收敛要么不收敛。这套流程之所以奏效，不是因为模型不会出错，而是因为工具链能够捕捉到这些错误。这一观察——一个代理的表现完全取决于其周围验证机制的水平——是本系列中最重要的一句话，第二、三部分很大程度上都在探讨这套验证机制究竟归谁所有。

这种能力的经济学并不在乎这次演示是基于一个教学用库运行的。开源流程才是限制条件，而非模型本身。真正发生变化的是模型的任务时间跨度。如果一个代理能在OpenROAD、45纳米制程上，连贯地维持一个芯片设计目标长达48小时，那么关键问题就变成：这一时间跨度还能扩展得多快，以及工具链的可及性还能沿制程阶梯向上延伸多远。这两者都不是物理学问题，而都是软件问题——而软件问题在过去三年中一直以惊人的速度被攻克。

这正是为什么诚实的表述不应是“Kimi K3威胁Cadence”，而应是：Kimi K3是这条曲线上的第一个公开数据点，而市场在周五定价的是整条曲线，而非这一个点。

DeepSeek证明了中国实验室能够压缩智能的生产成本。Kimi K3则表明，它们现在可以同时在能力、上下文、价格和开放性上展开竞争——并将这一成果瞄准硬件领域。

下一篇：第二部分——设计成本崩塌将如何影响芯片产业链的每一个环节，以及为何物理瓶颈会升值。随后是第三部分——在Rubin建设周期版图上的映射。

Closelook是一份投资日记。本文所有内容均不构成投资建议，也不构成对任何证券的买卖推荐。所有Kimi K3性能数据均为公司自行报告，有待7月27日权重发布及技术报告的验证。市场数据反映2026年7月17日的收盘价。