国产AI自主可控，眼下走到了推理闭环、训练破题的阶段。把这一话题推上热榜的，是一则双方都还没官宣的动作：有媒体报道，DeepSeek下一代模型V5计划基于昇腾芯片开展预训练，此前昇腾只承担DeepSeek模型的推理任务。 如果这一步得到确认并如期完成，将是国产芯片首次承接前沿大模型的预训练，“适配国产算力”也就真正从推理层打进了底层。截至发稿，两家企业均未公开表态，报道指向的节奏是明年落地；它目前属于最值得追踪的产业动向，而不是已经完成的事实。36氪
推理侧解决的，是“有没有卡跑”的问题
这道门槛其实几个月前就被跨过。DeepSeek-V4在4月发布时即同步完成对国产芯片的适配，新版本跟随国产芯片发布正在成为惯例。 这轮适配对用户的实际意义很具体：国内政企、行业私有化和商用大模型的日常推理落地，已经可以脱离对英伟达高端显卡的依赖，实现自主可控。 运动提速的背后也有明确的政策注脚：国家发改委相关负责人今年5月表态，要指导国产大模型加大力度适配国产算力芯片，在保持快速发展的同时确保自主可控、行稳致远。 换句话说，推理场景里“找不到能跑的国产卡”已经不是瓶颈，剩下的都是效率与成本账。界面新闻微博界面新闻
训练侧破题，管理层把成本讲得很明白
10月22日的讯飞全球1024开发者节上，星火X2.6发布，官方称其首次基于全国产算力实现代码与智能体突破，刘庆峰的说法是“只有星火一家是用全国产算力训练的，其他全是在N卡上训练”。 这款模型做到了293B总参数、100万上下文。IT之家i黑马
但能训不等于训得划算，差距是管理层自己讲出来的。刘庆峰今年8月公开表示，目前主要的国产算力跟H200相比，训练效率上差距有5倍，主要影响1M以上、最起码256K以上超长上下文的训练，卡点正是显存带宽。 而这恰好是这一轮以代码和智能体为主的市场热点，讯飞只能用工程换时间——1024开发者节给出的口径是，长程任务动态并行训练让长上下文训练效率提升约4倍，推理效率提升4.5倍。 敢这么讲的前提，是整条训练链路在落后的集群上被跑到了第一梯队水平，难点从来不是单张卡，而是几万张卡的协同。微博微博财经头条
真正分出胜负的是底层
预训练是对整条链路的一次压力测试——训练要几万张卡同时工作，通信延迟、故障恢复、精度损失，任何环节出问题都会让几个月的计算白费。 V5这一步的分量正在于此：此前DeepSeek用昇腾做推理、用英伟达卡做训练，双方在V4阶段已完成大量底层算子适配，V5将成为首款原生依托昇腾950训练的大模型，节奏指向明年落地。 更值得注意的是，这轮适配已经开始碰开发工具和软件生态这层最难的骨头：算子好不好写、调试麻不麻烦、迁移成本高不高。 这些答案越顺，开发者才愿意长期留下，自主可控才能从政策要求变成市场选择。微博36氪微博
对企业用户，先上哪本账
成本已经明码标价：星火X2.6的限时推理定价低至输入0.9元、输出3.6元每百万tokens。 但算力服务商观察到的行业共识是分场景：多数企业现在该用国产算力做推理，不该拿它做全参数训练。 推理对生态依赖低、对成本最敏感；训练对互联、稳定性和软件栈成熟度的要求高出一档，先上错场景，后面全是返工。压力更小的另一条路线在端侧——隐私和本地部署场景天然不吃集群规模，这也是各家同期押注端侧小模型开源的原因。IT之家知乎
所以，“国产AI自主可控走到哪一步了”，可以给出一个当前时点的判断：推理侧基本闭环，训练侧刚刚破题，算子、工具、框架这些底层环节正在被逐段打通；从“能用”到“好用、划算用”，中间还隔着效率差、供货能力和生态迁移成本三道没翻完的坎。接下来一个季度值得盯的不是口号，而是三个信号：DeepSeek是否官宣昇腾预训练并如期落地、下一代国产芯片的放量供货节奏、国产算力集群上的token价格能否继续下探——最后一个最诚实，它意味着自主可控的工程难度，正在被真正兑换成市场竞争力。
