DeepSeek+華為，黃仁勛：我們的噩夢來了！

作者｜Hayward

原創首發｜藍字計劃

英偉達CEO黃仁勛的噩夢成真了。

4月17 日，黃仁勛在一個采訪中罕見發飆：

主持人問他，如果美國“賣芯片給中國，中國算力增強了，不就是幫對手變強嗎？”

但老黃卻憤怒地說：“芯片又不是濃縮鈾！賣給中國怎么了？“

“如果DeepSeek這種中國頂尖大模型，以后首發跑在華為芯片上，對美國來說就是可怕的結果！”

七天之后，老黃一語成箴。

4月24日，在DeepSeek V3/R1爆火了一年多之后，在眾人的翹首期盼之下，DeepSeek終于掏出了一個大版本號更新的新模型。

但比起DeepSeek V4的性能提升，更引人注目的是另一件事：

相比英偉達，DeepSeek這次選擇和華為走到了一起。

第二個華為？

按照官方的說法，這次DeepSeek V4和華為方堪稱“深度融合”，而這種融合，就體現在芯模協同的芯片+模型層面。

DeepSeek在V4開發過程中，專門花了幾個月時間與華為（以及寒武紀）密切合作，重寫了模型底層代碼的部分模塊，從原本更依賴CUDA的技術路徑，開始向華為CANN生態做深度適配。

這打破了行業慣例——以往大模型通常優先給英偉達/AMD提供早期訪問權限進行優化，而DeepSeek這次把優先期給了國產芯片，確保V4在華為昇騰950系列芯片上高效運行。

幾乎與此同時，華為計算官方明確表示，昇騰超節點系列產品已全面支持DeepSeek-V4。

通過雙方芯模技術緊密協同，實現了在昇騰硬件上的低時延推理。例如在8K輸入場景下，昇騰950超節點可實現V4-Pro TPOT約20ms、V4-Flash TPOT約10ms的單token解碼時延，非常出色。

正是基于這個消息，這次DeepSeek V4的發布，除了滿足吃瓜群眾等來“下一個DeepSeek R1”的樸素愿望外，還被視為中國AI產業鏈“從依賴到自主”的重要一步。

之所以會被賦予如此重大的意義，看看過去一年里關于DeepSeek的討論都離不開英偉達就知道了。

V3也好，R1也好，無論成本再低，性能再好，但都繞不開一個現實：

買得到什么卡、能不能穩定供貨、美國什么時候再加一道禁令、CUDA生態能不能繼續用，始終都在有形無形地掐著國產大模型的脖子。

而在今天，至少在推理端，中國大模型已經開始突破重圍。

一個中國最頂尖的大模型，至少在推理服務上，已經不必完全依賴英偉達的卡。

過去美國一邊卡中國的高端AI芯片，一邊又想讓英偉達繼續賣H20這種“特供殘血卡”的歷史，也一去不復返了。

性能沖擊國產頂尖

當然，DeepSeek V4能讓人興奮，除了華為，還在于它確實非常能打。

從目前公開信息看，DeepSeek V4的成績，確實把DeepSeek又送回了國內大模型的最前排。

先看基礎能力。

DeepSeek官方稱，V4-Pro在世界知識、數學、STEM、代碼等方向上，已經超過當前開源模型，并接近全球頂級閉源模型水平；V4-Flash的推理能力也接近V4-Pro，在簡單Agent任務上表現接近旗艦版。

另一方面，針對當前行業大熱的Agent能力，DeepSeek V4也迎來了“史詩級”加強。

官方明確強調V4面向Agent能力做了專門優化，已經接入Claude Code、OpenClaw、OpenCode等主流AI Agent工具，并且正在驅動DeepSeek自己內部的agentic coding。

然后還有上下文能力，DeepSeek V4支持100萬token上下文，并且是所有模型的默認能力，實現近7.8倍提升。

有了這樣強大的上下文能力，新模型就能輕松支持超長上下文場景，如長文檔分析、復雜Agent任務，還是為未來的AI工具實用性落地、Agent工具接入做準備。

只不過，在價格方方面，這次可能就不再是DeepSeek的優勢了。

官方價格表顯示，V4-Flash每百萬輸入token是0.14美元，每百萬輸出token是0.28美元；V4-Pro每百萬輸入token是1.74美元，每百萬輸出token是3.48美元。

緩存命中時，輸入價格還能進一步降到0.028美元和0.145美元。

相比DeepSeek過去那種“便宜到讓同行懷疑人生”的打法，V4-Pro明顯貴了不少；但也從另一方面說明，DeepSeek不是單純靠低價沖市場了，他們也有信心，抬高價格后依然有大把人買單。

無論是從能力還是價格定位來看，DeepSeek V4顯然有著改寫市場秩序的野心。

只不過，距離 DeepSeek V4 的完全勝利，可惜還差一步。

模型訓練，還是難題

DeepSeek V4跑在華為昇騰上，當然是一個標志性事件。

可它目前最確定的部分，還是推理和適配；對于真正能鼓舞士氣的“用昇騰芯片訓練出DeepSeek V4” ，卻還沒有一個明確的答案。

根據路透社的報道，DeepSeek V4適配了華為芯片技術，華為也稱昇騰超節點產品線支持V4系列模型；但DeepSeek并沒有披露訓練這款最新模型使用了哪些處理器。

此前Reuters曾援引美國官員稱，DeepSeek最新模型使用Nvidia Blackwell訓練。到目前為止，V4的訓練硬件仍沒有明確答案。

另一方面，這次頻繁路面的華為昇騰950系列芯片被定位為推理專用芯片，FP8/FP4等低精度算力強勁，單卡性能在某些場景下據稱可達英偉達H20的2.87倍左右，真正能用來訓練的，實際上是今年下半年才實現量產的950DT。

所以，DeepSeek V4只能算是部分擺脫了英偉達CUDA生態的依賴，距離“全鏈路國產”，還有一些距離。

不過好在，這次昇騰官方披露了一個值得注意的細節：CANN已基于A3 64卡超節點，完成DeepSeek V4-Flash模型續訓練（CPT）的0-day適配支持，實測模型吞吐量最高達到1100 tokens/p/s。

這個細節的價值在于，盡管V4-Flash只是輕量版本，但DeepSeek V4已經可以在國產算力上跑通續訓練流程。

這意味著，國產算力在大模型鏈路里的角色，正在從推理部署繼續往訓練側推進：先跑通推理，再完成續訓練適配，最后攻克最難的完整預訓練。

說不定到了今年下半年，昇騰950DT可以實現大規模出貨，我們就真的可以看到“訓練—推理”全鏈路跑在國產算力上的國產大模型了。