模型竞争退潮，算力成为AI新战场。过去两年，AI行业聚焦于大模型性能竞赛，但进入2026年，竞争焦点正悄然转向底层算力。4月，DeepSeek发布参数达1.6万亿的DeepSeek-V4预览版，8月进一步推出强化Agent与编码能力的V4-Pro正式版。然而，真正引发行业震动的是7月路透社披露的消息：DeepSeek正秘密推进自研AI推理芯片项目，并已启动芯片人才招聘与产业链合作。
这一动向标志着AI竞争逻辑的根本转变——从“谁的模型更强”转向“谁能以更低的成本、更稳定地获取算力”。模型只是表层产品，而芯片、数据中心、电力与网络调度才是支撑AI持续运行的真正基石。
小米入局AI芯片，终端算力成战略高地
几乎同步，小米于8月24日发布玄戒O3芯片，并推出面向AI计算的玄戒O100与智能驾驶的玄戒D100。据悉，小米已投入超200亿元人民币，组建超3000人团队，将芯片战略从手机SoC延伸至AI与汽车领域。
小米此举并非孤立行为，而是顺应AI从云端向终端迁移的大趋势。随着手机、汽车、机器人等设备需承担更多本地AI任务，端侧算力成为关键入口。掌握终端芯片，意味着掌控AI时代的重要基础设施节点。
算力成本决定AI企业生死
模型训练仅是起点，真正高昂的成本在于日常推理运行。用户每一次提问、代码生成或图像输出，都依赖大量GPU资源。DeepSeek长期强调推理效率，正是通过算法与工程优化最大化GPU利用率。但即便如此，外部算力依赖仍构成重大风险。
在全球算力日益稀缺的背景下，自研芯片成为头部企业的必然选择。Google的TPU、Meta的AI加速器、亚马逊的Trainium与Inferentia均已验证此路径。DeepSeek的目标并非超越英伟达，而是为自身模型打造高效、可控、低成本的专用算力环境。
DePIN：Web3重构全球算力分配的新可能
当巨头纷纷自建算力护城河，另一条路径正在Web3领域萌芽——去中心化物理基础设施网络（DePIN）。过去DePIN项目多因缺乏真实需求沦为Token投机工具，但AI爆发带来了真正的算力饥渴。
全球存在大量闲置GPU资源：企业数据中心空闲时段、高性能个人电脑低负载运行等。DePIN试图通过区块链协调机制，将这些分散算力组织成开放网络，实现按需调度与结算。其核心价值不在于“租显卡赚Token”，而在于建立一个由多方共建共享的算力市场。
挑战与未来：算力所有权的再定义
然而，DePIN落地仍面临多重障碍：硬件性能差异大、跨地域网络延迟高、数据安全顾虑强，以及经济模型可持续性问题。若节点收益无法覆盖电费与折旧，网络将难以为继。
真正的机会在于构建完整的算力市场生态——包含算力提供者、购买方、调度器、验证节点与安全结算机制。Token应从营销工具转变为网络经济的核心媒介。
DeepSeek造芯、小米布局端侧AI、DePIN整合全球资源，三条路径殊途同归：争夺AI时代“算力”这一核心生产资料的所有权与调度权。中美AI虽在模型层看似竞争，但在算力基础设施层面早已深度耦合，难以脱钩。未来，Web3的价值或许不在于再造AI应用，而在于参与构建下一代开放、共享、可验证的AI算力基础设施。