11月3日，《科创板日报》从多名产业链人士处获悉，DeepSeek下一代大模型V5计划基于昇腾芯片进行预训练，而此前昇腾主要承担其推理任务。更具体的一层来自财闻从产业链人士处得到的消息：V5计划采用昇腾950芯片作为核心训练算力，项目节奏指向明年落地，DeepSeek与昇腾的核心研发对接团队已常驻杭州。这条新闻的分量全在“预训练”三个字上。推理是把训好的模型拿出来服务，预训练是让数万张芯片连续几个月步调一致地计算，任何一次停顿都在烧钱。复盘双方一年半来的动作会发现，软件栈、超节点互联、后训练验证三条路都提前铺过一遍；真正要跨的坎集中在三处：单芯片算力差距、存储与供货节奏、软件生态迁移成本。财联社知乎
单卡差出来的，要靠“一台机器”补回来
差距首先是明面上的数字：华为面向训练的昇腾950DT，8位精度算力约1PFLOPS，约为英伟达B200的两成多；2027年一季度就绪的960DT，单卡仍不及B200的一半。这意味着用昇腾训练V5，靠的不是单卡对等，而是“更多卡、更大系统”。36氪
华为给的解法也正是系统。今年华为全联接大会上，昇腾950与Atlas 950超节点亮相，背后是面向“让百万颗处理器成为一台计算机”的自研Peerium架构；柜间带宽最高可达800GB/s，而英伟达最新的NVL72柜内带宽1.8TB/s、一出柜就降到0.2TB/s——这正是华为用统一互联总线攻的瓶颈。华为计算公众号此前也披露，昇腾超节点组网已达5万卡规模，超簇建链耗时比传统方式减少91%。中国新闻网微博
但互联参数不等于训练能力。沐曦股份CTO彭莉在WAIC 2026上提醒，超节点不是简单“堆卡”，国产算力要规模化，必须突破系统级设计、软件协同、长期稳定性等瓶颈。训练集群真正的考验是有效利用率：Meta披露Llama3.1 405B训练的MFU只有38%至43%，训练中平均约3小时意外中断一次，靠快速恢复才把有效训练时间维持在九成左右。这是英伟达体系配齐CUDA和InfiniBand后交出的成绩；昇腾集群公开口径的同类数据要粗糙得多，万卡规模下MFU守不守得住，是V5要迈的第一道硬坎。新华网36氪
存储与供货：两个绕不开的“在场外”
算力之外的约束更硬。高带宽内存HBM的海外采购渠道基本被切断，长鑫存储的HBM3试产良率目前只有约25%。而训练对显存的需求又是另一回事：一个4000亿参数的模型，仅参数、梯度和优化器状态就需要数TB显存，模型本身也得切分到上百张卡上。换句话说，光有芯片不够，存储、电力、交付节奏都在同步受压。微博36氪
节奏问题华为已经挑明：基于950DT的超节点主要用于训练，目前还在测试中，规模供货要等到今年年底或明年初，徐直军同时坦言，未来的关键在于供货能力有多大。这与“明年落地”的时间表几乎严丝合缝——V5首轮预训练最现实的路径，是规模小一些的工程验证轮，而不是一步到位的旗舰满配。中国新闻网
软件生态：开源“一一对应”之后，剩下的坑靠趟
最容易被低估的迁移成本在工具链。CUDA近二十年的积累意味着，每个训练框架、算子库、通信库都要在新平台重新验证。DeepSeek的做法是把主干自己补齐：9月30日宣布开源面向华为昇腾算力平台的基础设施组件，与此前面向英伟达平台的开源组件一一对应。华为随即拿出联合定义的SuperPoD Flex、UBL128组网方案，并开放Ascend C编程接口与底层指令体系。微博
训练侧也有先例，但只是半个答案：依托昇腾910C国产AI算力集群，深圳河套学院项目团队已完成1.6万亿参数DeepSeek-V4-Pro的全参数后训练，不涉及基础预训练。后训练到预训练之间的差距，社区工程实践给得更直观：一位在昇腾上用MindSpeed预训练MoE模型的工程师在知乎公开记录，续训后反向传播出现NaN，排查了硬件、通信、精度之后，最终定位到“这不是数值问题，也不是硬件问题，是数据管道里的一行原地写”。这类bug不报错、不抛异常，只在某个说不准的步数上把进程杀掉——单个案例不能给昇腾生态下结论，但它解释了为什么顶尖模型的训练迁移必须经历“整条管道逐环节重新验证”的工程阶段。知乎
从“计划”到“跑通”之间
目前所有消息仍停在“计划”层面：《科创板日报》与彭博社援引的均是产业链信息，DeepSeek和华为都未公开确认，V5的发布时间也没有官宣。要跨的不是一道坎，而是一条链：单卡差距靠系统补，系统靠稳定性验，稳定性靠供货撑，供货最终要在连续数月的不中断训练里收敛。若V5如期跑通，国产算力在大模型产业链中的位置将从推理支撑升级为训练主力；即便调试过程反复，这轮全流程压力测试留下的数据，也是国产芯片训练侧此前最稀缺的东西。
