算力受限 DeepSeek-V4憑什么開源？

4月24日，國內大模型賽道掉下來一只靴子。DeepSeek-V4預覽版正式上線并同步開源，直接把1M（一百萬字）超長上下文拉成了官方服務的出廠配置。

要是放在一年前，這種級別的長文本處理能力，還是海外頭部大廠鎖在企業級付費墻里的專屬權益。現在，它直接被攤在開源社區的桌面上，成了開發者隨取隨用的基礎設施。對于一直熬夜處理冗長代碼庫或復雜法務合同的開發者來說，這無疑是一個好消息。

但在這種技術下放的背后，官方通稿里保留了一句非常克制的交底：“受限于高端算力，目前DeepSeek-V4-Pro的服務吞吐十分有限”。

對于看慣了廠商在發布會上大談算力儲備的人來說，這種直白透著一股罕見的冷峻。

大模型打到下半場，誰手里有多少高端硬件籌碼，業內心里都有數。與其維持參數層面的繁榮，不如將產業現狀亮明。DeepSeek這次的動作，其實是放棄了純粹跑分比拼的執念，在核心算法突破、國內尚待完善的異構算力生態，以及企業真實的商業環境之間，找到了一套兼顧技術演進與硬件現狀的折衷方案。

中國AI產業正在脫去早期盲目燒錢的外衣，步入一個極其現實的“算力賬本”時代。

Pro版算力賬怎么平？

具體來看那個吞吐被明確限流的V4-Pro。作為體系內的旗艦，V4-Pro擁有高達1.6T的總參數量，但在推理時僅需激活49B參數。這種極致的稀疏化設計，并非一個僅供展示的櫥窗模型，在真實產線的嚴苛檢驗下，它的技術底座具備極強的防御力。

能否勝任復雜代碼與邏輯推演，是檢驗大模型能否真正進入核心生產環節的試金石。在Agentic Coding（智能體代碼）評測環境里，V4-Pro的實操表現穩穩站在了當前開源模型的第一梯隊。

深度求索早已將其接入內部的代碼流水線中，讓其成為一線工程師重度依賴的生產力工具。研發人員給出的反饋顯示，其代碼生成和糾錯體驗優于Sonnet 4.5，非深度思考場景下已接近Opus 4.6，不過與Opus 4.6的思考模式仍有差距。

這種實戰表現的背后，是研究團隊對算法縱深的極致挖掘。在考驗預訓練數據清洗質量與知識密度的世界知識測評中，V4-Pro領先現有的大部分開源模型，目前僅略遜于頂尖閉源模型Gemini-Pro-3.1。至于數學、STEM（科學、技術、工程、數學）以及競賽型代碼測評，它拿到了與世界頂級閉源大廠同臺競技的資格。

獲取這種戰力，靠的顯然不是單純依賴算力卡堆疊。國內團隊心里清楚，真要拼高端顯卡儲備并不現實。V4-Pro能在有限顯存下處理1M的超大上下文，底層支撐是研發團隊對注意力機制進行了深度重構。他們實現了一種全新的注意力壓縮方案，在token維度進行高強度壓縮，并搭配其標志性的DSA稀疏注意力技術（DeepSeek Sparse Attention）。

這一套原創技術路線，加上首次引入的KV Cache滑窗和壓縮算法，有效控制了長序列處理帶來的計算開銷和內存占用。為了讓開發者真能在業務中調用其能力，研發團隊專門給Claude Code、OpenClaw等主流Agent工具做了底層適配。

技術文檔中甚至明示，開發者在處理復雜任務時可直接開啟思考模式，將reasoning_effort參數設為max。這種在有限計算資源下進行的系統級工程優化，恰恰向行業證明了，即便高端算力受限，本土團隊依然能靠原生架構設計拓寬模型的性能邊界。

13B激活量卡住了誰？

那些盯著Pro版吞吐瓶頸的人，往往忽視了深度求索隱藏在背后的商業支點，Flash版。業內有聲音認為這不過是算力短缺下的妥協產物，這種看法顯然低估了管理團隊的長期考量。這是一次經過嚴密成本精算后，對下沉生態發起的務實卡位。

據公開的適配代碼信息披露，Flash版的總參數量維持在龐大的284B級別，但它的激活參數量，被精確地卡在了13B。

13B，在這個同行試圖將參數推向萬億規模的語境下，顯得并不引人矚目。但這恰恰體現了混合專家（MoE）架構在商業落地中的經濟學邏輯：總參數決定了模型知識的廣度，而激活參數直接決定了每次調用接口時，服務器需要支出的電費成本和內存帶寬。

將激活量壓制在13B，直接把大模型從造價昂貴的頂級智算中心里剝離了出來。它對單卡顯存和算力峰值的需求非常克制。實測結果表明，Flash版在應對海量、高頻的簡單日常任務時，響應速度和準確率保持了穩定水準，底層通用推理能力并未出現明顯滑坡。對于那些每天需要處理成千上萬次API調用的中小開發者和長尾企業來說，這才是真正用得起、跑得動的平價生產力工具。

更深層的產業邏輯在于，目前國內主流的異構算力芯片，在單卡絕對性能上仍在追趕期。承載全量激活的計算系統極易觸碰內存墻，導致運行效率低下；但面對激活量僅為13B的Flash版，這些芯片卻能在中低功耗下保持順暢運轉。

DeepSeek這一步，盤活了國內大量閑置的中低端算力資源，為急需落地場景的國產芯片提供了一個契合度極高的試煉場。這種向下包容的基礎設施建設邏輯，遠比單純在各類測試榜單上刷個排名更符合當下的商業現實。

國產芯片接的住嗎？

此次發布引發行業廣泛討論的，是其打出的全棧國產落地標簽。過去很長一段時間，算法公司和國產芯片廠商之間存在一定的錯位：模型廠商擔憂硬件生態不完善會拖累研發進度，芯片廠商則缺乏最前沿的大模型進行深度調優。這一次，僵局被實質性打破了。

華為計算迅速發聲，確認昇騰超節點全系列產品全面支持新模型。從技術細節看，昇騰底層芯片依靠融合kernel和多流并行技術，有效降低了系統的計算開銷，從而穩住了長文本場景下的推理性能。寒武紀也迅速完成了Day 0適配并開源了底層代碼，海光DCU同步宣告打通閉環。

但我們需要撥開生態繁榮的表象，審視機房里軟硬縫合時面臨的真實阻力。以昇騰950系列芯片為例，據業內消息，該芯片具備112GB自研HBM、1.4TB/秒帶寬，單卡功耗達600瓦。在特定推理精度（如FP4）下，其單卡算力已展現出極強的數據表現，達到英偉達H20的2.87倍。但在要求更高的FP16或FP32通用訓練精度區間，國產硬件與英偉達的性能鴻溝依然存在。

此外，所謂的“Day 0適配”，距離企業級業務的無損運轉，仍需跨越供應鏈不透明帶來的隱形成本。超節點硬件的高速連接標準極其封閉，核心零部件的流向形同一個信息黑盒。這種采購端的壁壘，無疑讓算力系統的規模化部署與維護變得更加復雜。

同時，目前這套系統高度依賴國內極少數大型機構的集采大單。海外市場訂單的匱乏，意味著這場算力突圍戰只能在內循環里打轉。這種單一的商業閉環，讓整套軟硬協同系統的運轉效率，亟需經歷更多元商業環境的淬煉。

高端算力產能爬坡吃緊，直接導致DeepSeek在通稿中坦承，Pro版想要實現大幅降價，還需等待下半年超節點的批量上市。大模型與國產芯片確實完成了初步的物理咬合，但在技術落差和供應鏈約束下，這種帶傷狂奔的姿態，恰恰是國產算力生態最真實的生存切面。

人走了技術是否還能轉？

視野退回到真實的商業競爭中，DeepSeek-V4的問世是一次極其精準的戰略防守。過去大半年，這家公司的處境始終處于高壓狀態。C端賽道演變為紅海，頭部廠商動用海量資金進行密集投放。QuestMobile的數據呈現了清晰的競爭態勢：截至2026年3月，豆包月活達到3.45億，千問為1.66億，DeepSeek以1.27億固守自身的基本盤。

外部流量競爭激烈，內部的技術班底也面臨流動考驗。行業內的挖角競爭白熱化，多條業務線的骨干人員接連流出。據公開履歷與行業信息，第一代大語言模型核心作者已確認加盟騰訊，V3核心貢獻者去往小米，R1核心研究員入職字節跳動，多模態方向的核心力量也確認了新去向。據業內傳聞，OCR方向核心作者魏浩然也已離職。

核心研發成員的變動，必然會引發外界對其研發后勁的嚴格審視：這家依靠技術立足的公司，底層架構的創新能力是否會受到影響？

在這個節點，V4預覽版的發布成為了最直接的回應。它向市場證實，公司已經建立起一套具備抗風險能力的系統化研發流水線。即便面臨人員架構的調整，其技術演進的邏輯依然能夠保持精確運轉。這種建立在工程體系基礎上的組織韌性，迅速在資本市場獲得了正向反饋。

近期，DeepSeek被曝以不低于100億美元的估值尋求融資，計劃募集資金以補充儲備。據行業媒體援引接近交易人士的消息，市場傳聞有頭部互聯網巨頭預計注資，或將推高本輪估值。如果這筆交易最終敲定，將重寫國內大模型賽道的估值記錄，超越月之暗面此前的表現。在融資談判的關鍵期，端出百萬上下文和全棧國產適配的實質性成果，是管理層穩住戰略大盤、回應外部疑慮的理性落子。

寫在最后

在概念更迭頻繁的科技商業語境中，愿意專注于底層基礎設施搭建的團隊始終稀缺。DeepSeek-V4的發布，為大模型下半場的競爭確立了一個務實而冷峻的基調。

面對算力瓶頸，他們沒有選擇修飾，而是將國產高端硬件的真實供需現狀拋給了市場；面對下沉落地需求，他們利用13B激活量的Flash版，為處于追趕期的國產算力芯片提供了生存空間；面對外部的流量圍堵和人才競爭，他們用具體的長文本處理能力做出了行業維度的回應。

官方在發布當天引用的《荀子》原文極具深意：“不誘于譽，不恐于誹，率道而行，端然正己。”

模型可以開源，但算力不會免費。DeepSeek這次交出的，不是一款更強的模型，而是一種在算力成為約束之后，能力如何被重新分配的解法。在算力仍然不完美的現實里，這或許才是更接近產業本質的進化方向。