DeepSeek开源昇腾版核心组件，换国产卡无需重写代码

1. 推上看到一个关于DeepSeek V5的帖子：DeepSeek V5 泄露：传闻已超越 Astra据传 DeepSeek 即将发布 V5。创始人梁文锋称这是公司迄今最大的一笔押注。传闻参数规模约 2 万亿（不是 3 万亿）。据称这是 DeepSeek 首个完全在华为昇腾芯片上训练、不再依赖英伟达的模型。要达到同等训练规模，昇腾卡用量大约是英伟达方案的 4 倍。 同时，DeepSeek 据传仍会继续开源权重。（但真实性存疑，主要是全部在华为芯片上训练，这个时间点有点儿科幻片）

新浪微博 2026-09-27 00:00:00

2. 现在来看，黄仁勋之前作出的预测，十有八九是可能是对的，黄仁勋此前曾有过相关表述，倘若DeepSeek这类大模型跑在华为芯片之上，对美国而言将会是一个可怕的结果，当时不少人认为这是他为英伟达争取政策所作的表态，如今回头看，他的担忧并非空泛的说辞。 昇腾960超节点已经推出，单节点可搭载4096张卡，FP8算力达到8 EFLOPS，与此同时，DeepSeek V4完成了从CUDA向华为CANN框架的迁移，并非简单的API转译，而是在底层算子层面完成重写。 将这两件事放在一起看，早已不再是简单的谁卡谁脖子的对立叙事。 CUDA的护城河，并不是性能。 英伟达单卡性能确实强悍，但这并非它真正的壁垒，真正的壁垒是CUDA过去十几年积累的庞大生态，数百万开发者沉淀的函数库，完整的工具链，海量调优经验，大量开源项目，全都围绕CUDA搭建而成，一个团队想要迁移到新芯片平台，远不止更换驱动这么简单，需要大规模重写底层代码，重新积累整套调优经验，这份高昂的迁移成本，才是英伟达最核心的护城河。 因此，在很长一段时间里，国产芯片面临的核心难题，并不是单卡性能差距，就算硬件性能追上来，开发者也不愿承担巨大成本完成迁移。 DeepSeek做了那件搬家的苦力活。 DeepSeek V4这次迁移的价值，不只是证明国产芯片可以跑大模型，而是验证了一件更重要的事，只要算法团队愿意投入深度重构的工程精力，高昂的跨平台迁移成本，是可以被攻克的。 V4并不是简单把CUDA代码转译后直接运行，而是基于CANN框架底层重新开发，这代表DeepSeek工程师深度吃透了华为的软件栈，而非被动等待软件栈去适配模型，这种做法过去并不多见，投入巨大，短期收益有限，但一旦跑通，就给出了一条可复制的路径，跨平台迁移成本很高，但会有团队愿意承担这份成本。 昇腾960的逻辑，不拼单卡，拼整机。 昇腾960超节点支持4096卡互联，走了一条和英伟达不一样的路线，英伟达侧重极致单卡跑分，昇腾的思路则是优先提升整套集群的系统效率，单卡性能存在差距，就依靠高速互联带宽与集群调度算法来弥补，这套思路的本质是，当单点硬件难以超越对手，就切换到新的维度展开竞争。 这套思路能否持续跑通，核心要看集群系统效率能否弥补单卡层面的差距，如果可以，行业竞争的评判维度就会发生变化，从单纯比拼单卡算力，转向比拼整套大集群的综合运行效率，在这套新规则下，CUDA的生态优势会被削弱，因为集群调度不完全依赖单个开发者的使用习惯。 卡脖子的，从来不只是芯片。 出口管制限制的是硬件出口，但长期阻碍国产芯片替代的，是开发者的生态惯性，行业早已习惯CUDA，更换平台意味着学习新软件栈，大规模重写代码，承担调试不确定性，这种生态惯性，影响力不亚于硬件出口管制，无需行政命令就能维持。 DeepSeek这次做的，是在这道生态惯性的厚墙上凿开了一道缝，缝隙不大，但透进来的光，足够让后来者看清一件事，这道墙并非不可翻越，只要有人迈出第一步，后面就会有更多团队跟进。

今日头条 2026-09-25 00:00:00

3. 没人料到，黄仁勋半年前那句被全网嘲“卖惨要政策”的警告，如今正一步步变成现实。 当初所有人都觉得他是渲染中国AI威胁，帮英伟达游说放松芯片管制，可DeepSeek与华为的深度联手，直接戳破了所有预判——这根本不是退而求其次，是冲着改写全球算力格局来的。 今年4月黄仁勋在播客访谈里说出那句“灾难性的结果”，不少评论都觉得这是英伟达的老套路——当着美国媒体的面渲染中国威胁，本质是为了游说政府放松芯片出口管制，顺便给自己在中国市场的业绩下滑找个台阶。 毕竟在很多人的固有印象里，高端AI离了英伟达的GPU和CUDA生态，根本玩不转。国产芯片顶多做点边缘推理，撑不起顶级大模型。 可现实的进展，比所有人预想的都快。 就在黄仁勋说出这番话的一周后，DeepSeek正式发布新一代旗舰模型V4。几乎是同一时间，华为官方宣布，昇腾超节点全系列产品完成对DeepSeek V4的全栈适配。 不是简单的移植兼容，是从底层算子到训练框架的深度协同——DeepSeek把原本基于CUDA的代码重写到了华为自研的CANN架构上，从模型训练到推理部署，整条链路都能跑在华为昇腾芯片上。 要知道，这在以前是不可想象的。过去全球所有顶级大模型，无一例外都是先基于英伟达硬件做原生优化，其他平台只能后续慢慢移植。 但路透社当时就曝出细节，DeepSeek在V4发布前，根本没给英伟达和AMD提供早期访问权限，反而提前数周就和华为团队联调优化。 也就是说，从一开始，华为就不是“备选方案”，是DeepSeek的核心合作方。 很多人到现在还觉得，DeepSeek选华为是被制裁逼的，是退而求其次的无奈之举。可真看数据就知道，这根本不是凑活。 在8K输入的推理场景下，昇腾950超节点跑DeepSeek V4-Pro，单卡解码吞吐能到4700TPS，延迟控制在20毫秒。 对比英伟达合法销往中国的“阉割版”芯片，华为这套方案的多模态推理效率直接高出60%。 不止是性能够打，成本还更低，还支持万卡级别的集群扩展。对企业来说，这是实打实的最优解，不是妥协。 更重磅的信号还在后面。 近期业内传出消息，DeepSeek正在内蒙古建设大型数据中心，计划部署至少16万颗华为最新的昇腾950DT芯片。如果落地，这会是目前全球最大的国产AI芯片集群之一。 更关键的是，这批芯片不只是用来做推理，DeepSeek的目标是用它来训练下一代两万亿参数的大模型。这意味着，国产算力已经开始从推理端向训练端这个核心阵地渗透了。 这才是黄仁勋真正坐不住的原因。 他怕的从来不是少卖几张芯片，也不是丢了中国市场的几十亿收入。他怕的是CUDA的生态壁垒被撕开一道口子。 过去十几年，英伟达能垄断AI算力，靠的不只是芯片性能，更是整个CUDA软件生态——全球开发者默认用它写代码，所有大模型原生适配它，形成了牢不可破的网络效应。 哪怕你能做出性能差不多的芯片，没有软件生态，没人用也白搭。 可DeepSeek这种级别的开源模型，选择原生适配华为的硬件和框架，等于给全球所有AI开发者指了另一条路。 原来不用英伟达，不用CUDA，也能做出顶级大模型，而且效果还不错。 有第一个就会有第二个，当越来越多的模型开始做双平台适配，甚至原生优先适配国产架构，英伟达的护城河就会一点点被瓦解。 市场的反应已经很诚实了。这两年英伟达在中国AI芯片市场的份额，从巅峰时的95%一路跌到了50%，腾出的空间基本都被华为昇腾等国产厂商拿走。 专为中国市场定制的H20芯片，直接出现了45亿美元的库存减值。黄仁勋自己在8月的访谈里算过一笔账，如果中国市场全面转向国产算力，英伟达可能损失高达500亿美元。 回头看，黄仁勋当时的话哪里是在要政策，分明是站在行业之巅看到了趋势。他是做生态出身的，太清楚一个标杆性模型对硬件生态的拉动作用。 他说“对美国是可怕的结果”，站在他的立场上真不是夸张——一旦中国形成了从芯片、框架到模型的完整自主AI生态，就不再依赖美国的技术，甚至还会靠着开源模型把这套生态输出到全球。 这件事最讽刺的地方在于，美国当初升级芯片制裁，本意是想把中国的AI产业锁死在低端。 结果反倒成了国产算力最好的催化剂，逼着整个产业链拧成一股绳，从硬件到软件硬生生蹚出了一条路。 不是华为突然就超越了英伟达，而是封锁让市场不得不给国产芯片机会，让它有了迭代和成熟的土壤。 现在再看黄仁勋半年前的那句警告，已经不是预言，而是正在发生的事实。 DeepSeek和华为的联手，只是一个开始。 它标志着全球AI算力从一家独大，正式走向双轨并行的格局。黄仁勋的认真，不是因为他悲观，是因为他比大多数人都更清楚，生态的崩塌，往往就是从一个看似不起眼的选择开始的。

今日头条 2026-09-25 00:00:00

4. 黄仁勋怕的不止华为卡，而是DeepSeek改了默认技术栈

今日头条 2026-09-27 00:00:00

5. DeepSeek适配华为昇腾，国产AI算力生态迎来关键转折点

今日头条 2026-09-26 00:00:00

6. DeepSeek绑定华为！美国AI霸权被撕开缺口，终于看懂黄仁勋的预判

今日头条 2026-09-26 00:00:00

7. DeepSeek选华为，真的成为了英伟达的噩梦？

网易 2026-09-27 00:00:00

8. 现在来看，黄仁勋之前作出的预测，十有八九是对的。 黄仁勋此前说DeepSeek首次跑在华为芯片上，对美国是个可怕的结果。当时都以为他在帮英伟达要政策。现在看，他是认真的。 DeepSeek选华为，不是退而求其次，是强强联手。 今年4月15日，黄仁勋在一档播客专访里说了句很重的话：“如果DeepSeek先在华为平台上发布，那对我们国家来说将是灾难性的。”当时听着像危言耸听，结果仅仅9天之后，这话就应验了。 4月24日，DeepSeek V4正式发布，华为计算随即宣布昇腾超节点全系列产品全面支持DeepSeek V4。 更关键的是，DeepSeek在V4开发过程中，专门花了好几个月跟华为合作，把底层代码从依赖CUDA的技术路径，转向了华为自研的CANN生态。 这意味着什么？意味着一个中国最顶尖的大模型，至少在推理端，已经可以不依赖英伟达的卡了。 黄仁勋真正怕的不是少卖几块GPU。他自己在访谈里说得很清楚——“假设它是针对华为优化的，针对他们的架构优化了，那就会让我们处于劣势”。 说白了，英伟达的护城河从来不是芯片本身，而是CUDA生态。过去所有大模型都莫认在CUDA上做首发优化，华为也好、AMD也好，性能再接近也只能当备选。因为迁移成本太高，没人愿意重写代码。 但DeepSeek这次直接把优先期给了华为，确保V4在昇腾950上高效运行。 实侧数据也很能打：8K输入场景下，昇腾950超节点跑V4-Pro的单token解码时延约20毫秒，V4-Flash约10毫秒。适配的昇腾950PR推理芯片，单卡算力比英伟达对华特供的H20提升了2.87倍，采购价却只有四分之一。 所以DeepSeek选华为，真不是退而求其次，是强强联手。这件事戳破的，是“开源模型必须以CUDA为首要优化目标”这条默认规则。一旦这条规则被打破，就会有更多工程师、更多优化经验沉淀到非CUDA路径上。 黄仁勋自己都承认，英伟达在中国市场的份额已经从2024年的70%降到了2025年的55%。 说到底，黄仁勋的焦虑不是没有道理。他看到的不是一款芯片被替换，而是一整个生态开始有了第二条路可走。 #英伟达黄仁黄#

今日头条 2026-09-25 00:00:00

9. 现在来看，黄仁勋早前做出的预判，大概率是成立的。 黄仁勋曾经提到DeepSeek首次运行在华为芯片之上，对美国而言是个棘手的局面。那时候不少人觉得他是在为英伟达争取相关政策。如今再看，他所言发自内心。 DeepSeek选择华为，并非无奈之下的备选方案，而是双方强强协作。 很多人一开始都没看懂黄仁勋这句话背后的分量，只当成商界大佬常规的游说话术。大家猜测，他只是想借着这个说法，劝说美国放宽芯片出口限制，保住英伟达在中国的庞大市场。 直到DeepSeek V4正式亮相，所有人才反应过来，老黄担心的从来不是单一一款芯片性能的高低，而是持续二十年的CUDA生态根基，正在被撕开一道口子。 过去很长一段时间，全球所有前沿大模型，基本都是围绕英伟达CUDA框架开发。模型写代码、做训练、上线推理，全部绑定这套体系。这就形成了无形的行业规则，只要开发者还在CUDA生态里，美国就掌握AI产业的底层话语权。 一旦顶尖大模型从研发阶段，就原生适配华为昇腾，整套代码基于CANN框架重写，事情就完全不一样了。DeepSeek V4实现了Day0适配，模型发布当天，华为昇腾超节点就可以直接承载，从训练到推理实现全链路跑通。 这不是简单把已经做好的模型，挪到国产芯片上勉强运行。是在模型设计之初，就和硬件深度协同打磨，把算子、显存调度、多卡互联全部对齐昇腾架构。 最大的改变，是迁移成本的巨变。以前AI企业想脱离CUDA，重写底层代码往往要耗费数月甚至半年，门槛极高。DeepSeek打通这条路之后，后续其他模型厂商的适配周期会被大幅压缩。等于给整个国内AI行业，趟出一条可复制的脱离海外算力生态的路径。 DeepSeek本身的实力，决定这件事的影响会扩散到全球。V4预览版直接开源，海外开发者也能拿到这套基于昇腾优化的模型。全球的开发者会看到，顶级大模型可以不靠英伟达硬件稳定运行。 这才是黄仁勋口中可怕之处。当全球AI从业者发现，除了CUDA还有成熟稳定的备选方案，多年形成的技术锁定效应会慢慢松动。后续不少国家在建AI算力基础设施的时候，就会多出一个全新选择，不再只能绑定美国的芯片和软件栈。 当然，这个选择不是凭空出现的，外部芯片限制，倒逼国内算力和大模型企业走到一起。DeepSeek作为头部模型公司，不得不提前布局不受外部管控的算力底座。华为昇腾多年持续迭代，也终于具备承载万亿参数大模型的能力。二者相遇，是技术积累叠加现实环境催生出来的组合。 不少国内科技企业已经提前锁定昇腾芯片订单，准备接入这套新生态。国产AI服务器市场份额稳步上涨，产业链上下游开始形成正向循环。芯片出货越多，开发者越多，框架持续优化，反过来吸引更多模型落地。 但也要客观看待，这套新生态还处在成长阶段。对比CUDA数十年积累的工具、插件、开发者社区，昇腾的生态建设还有很长一段路要走。硬件的大规模集群通信、配套工具链，还有持续优化的空间，并不是一步就能追上成熟海外体系。 可行业的底层逻辑已经发生变化。从前大家默认，前沿大模型只能跑在英伟达的硬件上。现在已经证明，国产芯片加国产大模型，可以跑出世界第一梯队的产品。 这件事的意义，早已超出两家企业之间的合作。它给全球AI产业提供了另一条独立发展路线。不再是单一技术标准垄断全球算力市场。 黄仁勋看得很明白，芯片的性能差距还有追赶空间，但生态一旦形成，再想封锁就很难。当开源的顶尖模型，原生支持国产算力，美国靠芯片和软件生态掌握的AI话语权，就会被持续削弱。 现在，DeepSeek已经计划部署十几万颗昇腾芯片搭建大型AI集群，大规模商用落地已经提上日程。后续更多国产大模型，大概率会跟进原生适配昇腾。 英伟达的护城河不是一夜崩塌，但是最关键的那道裂缝，已经实实在在出现。黄仁勋当初那句警告，不是危言耸听，是他站在行业顶端，提前看见了AI产业格局的转向。#上头条 聊热点##MCN微头条伙伴计划#

今日头条 2026-09-25 00:00:00

10. 黄仁勋当年的预警正在兑现：DeepSeek牵手昇腾，比拼的早已不是单卡性能 黄仁勋此前有个判断，DeepSeek大模型成功在华为芯片上跑通，对美国而言是一个可怕的结果。在当时，不少人解读认为，这只是黄仁勋为英伟达争取政策、制造外部压力的说辞。但随着后续技术落地，回过头再看，会发现这并不是一句营销话术，而是对行业格局的真实预警。 很多人容易陷入一个误区：DeepSeek选择华为昇腾芯片，是在没有英伟达GPU情况下的退而求其次。实际上这是一次优势互补的强强联手。两家的核心能力刚好形成互补：DeepSeek的核心优势在于算法层，具备极高的算力利用率，可以把硬件的每一份算力潜力充分挖掘出来；华为的强项，则是底层集群系统能力，能够实现上万张芯片的互联调度，把海量的算力节点整合为统一的算力池。简单概括就是，一方擅长精打细算、榨干算力，一方擅长大规模集群组网、堆叠算力，二者结合，目标就是实现有效算力最大化。 不可否认，英伟达单卡的硬件性能依旧很强，单卡跑分具备明显优势。但DeepSeek搭配昇腾这套方案，比拼的维度早就跳出了单卡性能的赛道。 单卡性能对比，好比单兵武器比拼；而大模型训练，考验的是大规模集团军协同作战。哪怕对方一张卡性能抵得上我方三张，但是如果集群调度、算法优化到位，十张卡协同完成的任务，完全有可能对标对方三张高性能卡的产出。最终的胜负，不是单卡参数决定，而是整套软硬件体系综合效率的比拼。 黄仁勋真正担心的，从来不是某一款国产芯片的性能追赶，而是一套脱离CUDA生态的完整技术闭环被成功跑通。一旦国内形成“算法团队开发模型、本土芯片制造、国产系统搭建集群”的完整链条，就意味着原有生态壁垒被打破。过去依靠软件生态形成的“卡脖子”优势，效力会大幅下降。 这次合作本质上是双向奔赴、各取所需：DeepSeek需要稳定、大规模的算力资源作为训练“子弹”；华为昇腾生态，需要头部大模型企业落地验证，拿到真实场景的大规模商用案例，也就是需要一块检验技术能力的“靶场”。这不是弱势企业抱团取暖，而是供需匹配下的协同共赢。 昇腾960超节点，单节点可容纳4096张芯片，这个硬件组网能力不是概念口号，是实实在在落地的工程能力。美国的限制手段，聚焦在高端芯片出口层面；而国内产业的破局思路，重心放在整套软硬件系统的重构。限制的是单颗芯片，而我们在探索全新的集群与算法协同路径，这正是黄仁勋当年预警背后的核心逻辑。 强强联合带来的价值，远不是简单的一加一等于二。DeepSeek擅长算法攻坚，相当于前线的攻坚力量；华为擅长搭建稳定庞大的算力底座，相当于后方稳固的后勤与阵地。大模型赛道竞争走到更深阶段，比拼的不只是短期技术爆发力，更是长期的产业家底、持续迭代能力和完整产业链韧性。 当然也要客观看待：国产算力生态还处在持续完善阶段，大规模集群长期稳定运行、软件工具链丰富度，距离成熟的CUDA生态依然还有不小差距。技术突破不是一蹴而就，产业闭环仍需要大量项目持续打磨验证。但不可否认，这条独立于海外体系之外的技术路线，已经完成关键的落地验证。 黄仁勋当初的预警，不是刻意的恐吓，而是基于行业视角做出的理性判断。如今，这个预警正在一步步变成现实。算力赛道的竞争，已经从单芯片硬件竞赛，升级为全栈体系的长期博弈。 本文仅为行业技术动态客观解读，不构成任何投资建议，科技行业技术迭代快，存在不确定性风险。 #AI算力 #昇腾芯片 #DeepSeek #英伟达 #科技观察

今日头条 2026-09-25 00:00:00

11. DeepSeek选择华为，对美国是可怕结果，看完终于读懂黄仁勋

今日头条 2026-09-25 00:00:00

12. 现在来看，黄仁勋之前作出的预测，十有八九是对的。 黄仁勋此前说DeepSeek首次跑在华为芯片上，对美国是个可怕的结果。当时都以为他在帮英伟达要政策。现在看，他是认真的。黄仁勋上了一档播客。主持人拿浓缩铀打比方，说算力卖给中国等于帮对手。老黄直接怼了回去。 紧接着他说了一句话——如果DeepSeek先在华为平台上跑起来，对美国来说将是灾难性的。九天之后，DeepSeek V4发布。华为昇腾超节点全系列同步支持。技术报告里第一次把华为昇腾和英伟达的GPU写进了同一份硬件验证清单。 事情就这么发生了。过去十多年，全球大模型的开发有一个默认习惯：新东西先在英伟达的CUDA上跑通，其他硬件平台只能排队等适配。这不是英伟达GPU本身有多强，是所有人已经习惯了以CUDA为起点。 换平台意味着重写代码、重做精度校准、重新调参数，工程代价按月算。久而久之，CUDA就成了行业里不用明说的一条规矩。 DeepSeek V4把这条规矩破了。开发过程中花了几个月跟华为协作，重写底层代码，从CUDA路径迁到华为的CANN框架。 技术报告里写得清楚：细粒度专家并行方案在英伟达GPU和华为昇腾NPU两个平台上都做了验证。 跑出来的数据也不含糊。昇腾950超节点上，V4-Pro单token解码时延约20毫秒，V4-Flash约10毫秒。 之前深圳河套的团队用昇腾910C集群完成了1.6万亿参数V4-Pro的监督微调，算力利用率超过30%。这个数字放在国产芯片的大模型训练场景里，以前很少见。 成本方面，适配的昇腾推理芯片采购价只有英伟达的四分之一，单卡算力比英伟达对华特供版高出2.87倍。 再看英伟达那边的数据。黄仁勋自己在2025年10月说过，英伟达在中国先进芯片市场的份额已经从95%降到了0%。英伟达CFO在财报电话会上确认，当季中国区数据中心计算收入为零，而去年同期是46亿美元。 黄仁勋真正在意的，不是某一款芯片被换掉。他在意的是“大模型默认以CUDA为首要优化起点”这条规矩，第一次被一个顶级开源模型公开打破了。一旦这条路径被更多开发者走通，英伟达在AI算力领域的位置就会慢慢松动。#上头条 聊热点##MCN微头条伙伴计划#

今日头条 2026-09-25 00:00:00

13. 如今回头看，黄仁勋早前作出的预判，十有八九是准的。 黄仁勋此前称DeepSeek首次跑通华为芯片，对美国是个糟糕的结果。当时都觉得他在替英伟达要政策支持。现在看来，他是当真的。 今年4月DeepSeek发布V4系列大模型，同步宣布完成华为昇腾芯片的原生适配，不是后期简单的兼容移植，是从模型研发阶段就针对昇腾的硬件架构做了底层代码优化。 华为方面也公开了实测数据，在8K输入的场景下，昇腾950超节点运行对应模型，首字输出的延迟能控制在二十毫秒左右，这个表现已经能满足绝大多数商用场景的需求。 放在以前，国产大模型的开发路线都是先适配英伟达芯片，等模型稳定了再慢慢做国产芯片的适配工作，优先级差了好几个等级。 这次DeepSeek把国产芯片的适配放到了首发位置，说明国产算力的成熟度已经跨过了关键门槛，不再是只能凑合用的备胎，而是能支撑旗舰级大模型的主力选项。 更关键的是，模型厂商愿意投入人力物力做原生优化，意味着开发者群体开始向国产芯片生态流动，这才是英伟达最在意的地方。 英伟达能垄断全球AI芯片市场，靠的不只是芯片性能，更是CUDA软件生态积累了三十年的开发者资源，大家都基于这个体系做开发，换平台的成本极高，形成了很强的锁定效应。 一旦有越来越多的开发者习惯在国产算力平台上做研发，这层壁垒就会慢慢松动，而且一旦松动就很难再恢复。 顺着技术的信号往下看，整个产业的采购逻辑也在悄悄转向。 华尔街日报此前的报道也提到，国内头部云厂商和大模型公司的高管，采购思路已经发生了根本变化。 前几年采购算力，英伟达芯片是毫无疑问的首选，国产芯片最多放在备选清单里应急。 现在不一样了，国产芯片直接进入了顶层算力集群的评估名单，很多新项目都会同时做两套方案，一套用英伟达，一套用国产芯片，甚至有些场景直接就用国产方案。 出现这种转变不只是因为供应链安全的考虑，更是因为国产芯片的实际表现已经能打。 除了华为昇腾，寒武纪、海光等多家厂商的产品都完成了主流大模型的适配，在推理等特定场景下，性价比甚至比进口芯片更高。 企业算的是实在账，既能满足业务需求，又不用担心中途断供，价格还更划算，自然愿意转向国产算力。 黄仁勋担心的也正是这点，当市场上出现了第二个可行的算力体系，客户就有了选择权，英伟达的定价权和市场份额都会受到冲击。 当然，黄仁勋公开说这番话，也不全是出于焦虑，背后也有他自己的商业考量。 一方面是借中国的技术进展向美国政府施压，告诉管制派一味限制只会适得其反，不如放开更多产品出口，英伟达还能保住中国市场的份额。 毕竟中国是全球最大的AI算力市场之一，每年给英伟达贡献不少收入，真的完全丢掉，对英伟达的业绩影响很大。 另一方面，他也是在向行业传递一个信号，承认华为等中国企业的技术实力，不做极端的对抗，保留未来合作的空间。 英伟达在中国发展了三十年，和很多中国企业都有合作基础，他很清楚中国市场的潜力和中国企业的执行力，真的逼到完全脱钩，对谁都没好处。 顺着这个趋势往下走，接下来的行业格局会出现几个明显的变化。 首先是国产算力生态的完善速度会越来越快，现在已经有头部大模型带头适配，后面会有更多的应用厂商、软件开发者跟进，形成芯片越做越好、适配的软件越来越多、用户越来越愿意用的正向循环。 其次是美国的对华芯片政策可能会出现摇摆，美国科技产业界反对极端管制的声音会越来越多，英伟达这类企业会加大游说力度，争取让更多中高端芯片进入中国市场，政策可能会在收紧和放松之间来回调整。 最后是全球AI算力市场会慢慢从一家独大走向双轨并行，中国的算力体系不光能满足国内需求，还可能逐步向其他国家输出，给全球市场多一个选择，不再是英伟达说了算。 对国内的AI产业来说，这当然是实打实的利好。 整个产业链的自主可控程度更高了，从底层芯片到上层模型再到下游应用，慢慢都能实现闭环，不会因为外部的制裁就停摆。 随着国产算力的规模起来，成本还会逐步下降，各行各业落地AI的门槛会更低，不管是工厂、医院还是普通中小企业，都能用得起AI工具，带动整体的效率提升。 但也要清醒看到，我们还有不少短板要补。 高端芯片的制造工艺和国际最先进水平还有差距，生态的完善也不是一朝一夕的事，需要更多企业参与进来，持续投入研发。 同时还要警惕美国出台更极端的管制措施，比如从限制硬件转向限制算法、软件和技术交流，我们得提前做好应对预案，把核心技术牢牢掌握在自己手里，才能走得更稳更远。 #上头条 聊热点##锐领航权益升级#

今日头条 2026-09-25 00:00:00

14. 黄仁勋当初的预判，如今一步步兑现，DeepSeek加华为不是简单搭配 现在来看，黄仁勋之前作出的预判，十有八九是对的。 黄仁勋此前在播客里提到，如果DeepSeek下一代模型率先在华为芯片平台发布，对美国会是可怕的结果。当时不少人认为，他只是借着这个说法推动相关政策诉求。结合后续落地情况再看，他的判断具备现实依据。 DeepSeek选择华为算力底座，并不是硬件受限之下的被动妥协，而是双方基于各自优势开展的协同。 DeepSeek的核心优势集中在算法层面，能够充分挖掘硬件算力资源，把可用算力的利用率做到更高。华为的强项在于整套算力集群系统，可以完成大规模卡组的协同调度，把数千张NPU整合为统一的计算资源。一边擅长算法优化，一边深耕集群系统搭建。两套能力叠加，目标就是把整体有效算力做到最大化。 英伟达单卡硬件性能确实处于行业第一梯队。但DeepSeek搭配华为昇腾这套组合，比拼的并不是单卡跑分数据，而是完整系统的运行效率。单卡性能差距，可以依靠集群规模与算法调优去弥补，大规模集群场景下，最终的产出结果还有很大变数。 黄仁勋真正担心的，不是单颗昇腾芯片本身，而是一套脱离CUDA生态的完整技术路径。模型算法有团队持续迭代，国产芯片实现量产落地，大规模算力集群系统可以完成搭建。这条技术链路一旦稳定跑通，外部技术限制带来的影响就会被持续削弱。 DeepSeek需要稳定充足的算力资源支撑模型迭代，华为需要前沿大模型完成算力平台的验证。一方需要算力载体，一方需要真实的业务场景做验证。这不是简单抱团取暖，双方各有诉求，也各有可以给到对方的价值。 昇腾960超节点，架构最大可扩展至4096张NPU。参数规格来自华为官方发布，不是口头宣传。 外部限制手段聚焦在芯片硬件层面，国内产业探索的突破口落在整套算力系统。黄仁勋当初的表态，不属于刻意制造恐慌，而是对产业趋势做出的预判。 如今这份预判已经逐步兑现。 强强协同，效果不会局限于简单的能力叠加。一方打磨模型能力，一方筑牢算力底座。长期竞争，比拼的还是产业持续投入与技术积累的厚度。

今日头条 2026-09-25 00:00:00

15. 现在来看，黄仁勋之前作出的预测，十有八九是对的。 黄仁勋此前说DeepSeek首次跑在华为芯片上，对美国是个可怕的结果。当时都以为他在帮英伟达要政策。现在看，他是认真的。 DeepSeek选华为，不是退而求其次，是强强联手。 DeepSeek强在算法，能把每一分算力榨出油。华为强在系统，能把一万张卡拧成一股绳。一个会省，一个能堆。凑在一起，就是有效算力最大化。 英伟达单卡确实强。但DeepSeek加华为，拼的不是单卡跑分，是系统效率。你一张卡顶我三张，我十张卡干你三张卡的活，最后谁赢不一定。 黄仁勋怕的不是一张华为芯片，是一套不依赖CUDA的活法。算法有人做，芯片有人造，系统有人搭。这个闭环一旦跑通，卡脖子就卡不住了。 DeepSeek需要算力，华为需要证明自己。一个要子弹，一个要靶场。这不是抱团取暖，是各取所需。 昇腾960超节点，单节点4096张卡。数字摆在这，不是喊口号。 美国卡的是芯片，中国绕的是系统。黄仁勋那句警告，不是恐吓，是预警。 现在预警成真了。 强强联手，不是一加一等于二。是一个会打，一个能扛。打到最后，拼的是谁家底厚。

今日头条 2026-09-25 00:00:00

16. 彭博社报道（真假难辨），DeepSeek据称已向华为订购16万颗昇腾950DT芯片，每颗昇腾950DT芯片的售价约为11.1万元人民币，用于其位于内蒙古的新建1GW数据中心。阿里巴巴、字节跳动和腾讯已对华晶片下达大规模订单，总量达数十万枚。 昇腾依托达芬奇架构、灵衢互联与CANN全栈体系，在国内大规模AI推理集群具备显著优势。 短板集中在CANN生态成熟度不足，先进制程、HBM产能存在供给约束。 当前国内格局：昇腾主打推理算力替代，与英伟达形成训推混合部署，领先国内其他AI芯片厂商。

今日头条 2026-09-26 00:00:00