11 月 3 日，财联社的一条消息说得很克制：DeepSeek 下一代大模型计划基于昇腾芯片进行预训练。 项目节奏指向明年落地。 确切时间，官方没有说。财联社同花顺
严格说，从公开信息看，V5 还停在选型阶段。这里的“选型”不只是挑芯片，也包括挑模型结构、训练栈、发布方式。参数、能力、时间表，都没公开。
但选型不等于什么都没定。把 V4 到 V4.1 的几次结构改动排在一起，会发现它们都在做同一件事：压低“读上下文”的成本。
V4 把 1M 上下文做成标配，V4-Pro 的总参数 1.6T、激活 49B。 但更关键的是，V4-Pro 的单 token 推理算力降到 V3.2 的 27%，KV Cache 只剩 10%。 到 V4.1 Flash，官方给出的数字更直接：全局 KV Cache 每 token 890 字节，相对初代缩小 437 倍；读输入时只激活 8B 参数，写输出时 16B。半熟财经知乎
Agent 干活时，读代码库、读网页、读工具返回，输入远多于输出；每调一次工具，上下文就要重读一遍。所以“读”的成本，直接决定一个 Agent 能跑多久、能接多大的项目。
11 月 3 日的昇腾消息，把这条线从模型结构延伸到算力底座。此前昇腾主要承担推理；如果 V5 真的用它做预训练，训练侧的算子、通信库、并行策略都要在昇腾上重新对齐。 9 月 30 日 DeepSeek 开源的 TileLang 昇腾版、DeepGEMM、DeepEP，强调与英伟达平台的开源组件一一对应；双方还在联合优化 128 卡超节点。 这套栈若继续沿用，V5 大概率会更偏向超节点上高效并行的结构：稀疏 MoE、低精度、通信友好的并行。同花顺腾讯科技
落到能力上，先变的是“可用长度”。1M 上下文本身不再是新闻，能不能在 1M 上保持稳定、便宜、可缓存，才是。V4.1 已经把长上下文的 KV 压到每 token 890 字节；V5 如果继续沿这条线走，受益的不是“能塞进更多字”，而是“塞进去之后还能一直用”。
跟着变的是计价方式。V4.1 Flash 把 HBM 需求降到上一代的 1/4，SSD 降到 1/8。 DeepSeek 在 V4 的官方 API 页面说过，昇腾 950 超节点批量上市后，V4-Pro 的价格会大幅下调。 当“读”变便宜，按 token 计价的账单越来越难反映真实成本，按“完成一个任务”来衡量会更自然。知乎半熟财经
再往深处，是记忆。V4.1 已经带了 196B 参数的 Engram 条件记忆，把固定知识做成查表，让 MoE 专心做推理。 V5 如果继续加厚这一层，提升的会是长期任务的一致性：它记得前天为什么改那一行，而不是单轮问答更聪明。长度、成本、记忆，是同一件事的三个刻度。知乎
10 月 31 日开源的 Super-agent 也在补系统侧：人通常只能同时跟进 3 到 5 个会话，它用 Router-Worker 把分派和跟进接过去。 模型要跑得久，系统也得记得住。第一新声
当然，这些都不是官方承诺。昇腾消息的依据是产业链人士；V5 的参数、能力、发布时间都没有公开。目前能查到的一次关键验证，是昇腾 910C 集群完成了 V4-Pro 的 1.6 万亿参数全参数后训练——注意，是后训练，不是预训练。 训练侧的验证还在补课。半导体产业纵横
DeepSeek 官方代码库里那三个 V5 名字，可能只是测试占位符。有人把那段代码逐行读完后认为，DeepSeek 真正在做的是把模型发布改成服务端下发的目录——客户端不用发版，就能换模型。 这个判断如果成立，V5 会更像一次静默上线，而不是一场发布会。知乎
所以，能预判的是方向，不是数字。现在谁给出 V5 的跑分或发布日期，大概率是在猜。
对普通用户，这些变化最后会落在一个很具体的体验上：你交给它的任务能有多长。不是“它能不能写出一段漂亮的代码”，而是“它能不能在一个项目里连续干三天，还记得第二天为什么改了那一行”。
V5 的选型阶段，真正在选的是这件事的底座。
