DeepSeek建1GW算力中心对标xAI

1. 冯骥半夜失眠写下的那段话，是Deepseek梁文锋融500亿的全部理由

微信公众号 2026-07-25 00:00:00

2. 谁说内蒙古只有草原和羊肉串，这次我跑到呼和浩特和包头，挖出了中国经济的“隐藏款”——从AI算力到工业黄金，这才是大国重器的真面目。#安吉拉的城市vlog##内蒙古##呼和浩特##包头##一机集团##包头稀土研究院##中国移动##呼和浩特数据中心##大国重器##内蒙古算力##产业# 安吉拉洞见的微博视频

新浪微博 2026-07-29 00:00:00

3. 张小珺对华为 Fellow、半导体首席科学家廖恒的采访，很值得一看。海思过去极少出现在媒体面前。廖恒回答接受采访有三个原因：第一，希望给世界留下一点启示。"工程师的故事代代相传，也许能给其他人一点启发。"第二，在清华讲课后感到深深的焦虑。他在清华计算机系讲了一节"计算机组成原理"，发现年轻学生都追逐 AI 算法、模型训练这些热点，没人愿意学这种"鬼门关"的课——大作业要设计一个完整 CPU。"如果大家都不愿意学了，今后会不会出现人力的断档？"第三，即使是自己的下属和同事，每天辛苦工作，也缺乏完整的行业视角，容易迷茫或摇摆。"如果有机会展示一个几十年的视角和行业规律，这是个很不错的机会。"-关于芯片产业的横向全景，黄仁勋说有5层蛋糕：第1层：能源第2层：芯片第3层：基础设施（Infra）第4层：模型第5层：应用廖恒认为是18层宝塔：最1层：采矿与原料获取第2层：半导体材料：硅、稀有金属等第3层：器件设计：FinFET、GAA 等晶体管第4层：晶圆制造：在晶圆上可靠制造海量晶体管第5层：制造设备：光刻机及数百/上千种设备第6层：工艺使能、先进封装/堆叠、散热供电、产能与良率第7层：芯片架构：软件与硬件的接口第8层：编译器与运行时第9层：编程语言、算子表达与切分方式第10层：强化学习第11层：量化、低精度与新数据格式第12层：模型压缩、稀疏化第13层：算法与训练方法第14层：基础模型 / 大模型第15层：KV Cache、推理服务系统第16层：Agent 框架第17层：Agent 面向用户的产品能力第18层：应用与商业服务：微信、豆包、支付宝等你能看出：廖恒的逻辑是真的把一粒粒沙子，变成最终的芯片，并完成整个系统级的搭建，这18层似乎就是华为海思的落地路径，是全链路，最终实现量产的逻辑。从昇腾910到950，廖恒形容是磨难，但是一种有期待的磨难。910时代（断供前），海思拥有最先进的逻辑工艺，但不知道AI最大的变现机会在哪，当时想到边缘端（耳机、手机），数据中心只用于训练，完全没想象到大语言模型推理、AI Coding 这些东西。950时代（断供后），条件变得极度苛刻，廖恒说：让我记忆最深刻的感受，是激发了我极大的好胜心。第一个我要知道碰到了什么问题。我要把这些问题一个一个拆解出来，一个一个去解决。他估计当时的海思团队，只有5-10%的人选择了离开，80-90%，尤其是骨干能力最强的同事留了下来，激发了解决问题的斗志。-大环境的三个变化，给了海思思路：1、开源模型（DeepSeek、千问）提供了"裸体"解剖级的设计参照，加上自动驾驶、手机等业务闭环的反馈。2、DeepSeek R1（2025 春节后）催生了之前没意想到的推理市场。部署一个月就发现：推理的核心瓶颈不是算力，是内存带宽——算力与带宽的比例需要重新设计。3、超节点被验证：把多个芯片紧密耦合协同工作的能力，是 910C/950 "能够存活的重要原因"-Co-Design：DeepSeek 的启示：廖恒用一个精妙的比喻来解释昇腾和 Blackwell 的架构差异："昇腾的 vector 算力和 cube 算力比例是 8:1，Blackwell 是 32:1。就像你从 100 平米的公寓搬到 400 平米的别墅——还是住一家四口，但你开始堆垃圾了。8:1 意味着空间稀缺，必须精打细算。"别人相信 Scaling Law 需要算全部参数， DeepSeek 证明：只激活32/1的参数参与运算。节省 32 倍算力，32 倍访存。1M token 的序列不需要 256 倍的 Attention 计算，挑选其中 512 或 1K 来计算，节省了巨大的算力。廖恒说："我必须给梁文峰热烈鼓掌。他有意识地、主动地选择了更高的复杂性、更难的收敛算法。因为他有一个提前的感知——并不是等到 5 年后穷途末路时才想办法。他已经先知先觉地选择去解决一个他预期到的问题。这就是先行者的价值。"-AI 芯片与人才的本质："当大家在采购 GPU 或 NPU 的时候，实际上是在采购内存。按今天的成本计算，80% 是 HBM 的钱，只有 10% 左右花在先进逻辑晶片上。"核心竞争不在于逻辑晶片多先进，而在于逻辑晶片 + 匹配的内存有多先进。芯片工程师的不可替代性："一个天才博士做不了芯片。必须从模块级到系统级，经历 18-20 个月的流片周期——不止一次，好多次。因为你设计芯片 18 个月才能按一次按钮，一次花 2-3 亿。你完全没有试错的机会。不像软件——写 10 分钟代码就可以编译跑一下。"-中国的人才优势中国半导体从业者比硅谷年轻 20 岁廖恒在硅谷算是年轻的，在中国算"即将应该被淘汰的年龄"年轻人的爆发力更足，有更长的从业时段"廖恒说：全世界 70% 的优秀算法人才是中国人以上内容，根据张小珺对廖恒的视频采访进行了文字整理，感兴趣的朋友可以看这期5个小时的采访内容。

新浪微博 2026-07-27 00:00:00

4. 华为半导体首席科学家廖恒的访谈，提炼几个信息点，1. 华为半导体首席科学家出现在公众视野，这或许本身就是一个信号，轻舟已过万重山！2. 如果脱钩断链，不需要担心我们没有算力了，只是我们的卡能耗高一些。但我们的电价，大概是其他主要经济体的四分之一及以下，3. 前段时间，DeepSeek 的模型发版速度变慢了，行业里面在传，DeepSeek 在跟本土芯片一起做适配优化。这期访谈我认为是一个亲历者，对这段经历做了证实。PS：视频内容非常长，信息量很大，我大概就看了 1/3，明天继续～

新浪微博 2026-07-27 00:00:00

5. #梁文锋坦承华为芯片落后英伟达两年#AI圈热议的梁文锋发言，终于把华为芯片和英伟达的差距说透了，听完特别真实客观。大家别误会，他说的落后两年不是彻底不行。简单说就是，四张华为昇腾950的算力，才抵得上一张英伟达高端芯片。而且咱们最新的华为芯片，性能也就对标英伟达两年前的旧款产品。不过他觉得这个硬件差距完全能接受，靠堆芯片数量、性价比，完全可以替代使用。真正难啃的硬骨头根本不是硬件，是英伟达垄断的CUDA软件生态！所以DeepSeek花了很久，专门适配华为国产框架，自研工具链摆脱依赖，真心在助力国产算力突破。这里纠正一个网传误区，并不是彻底不用英伟达，只是主动押注国产生态。目前唯一短板就是华为芯片产能不够，限制了大模型训练。不得不说，坚持自主突围，真的很有魄力。

新浪微博 2026-07-25 00:00:00

6. #梁文锋称华为芯片一年内平替英伟达# 网上有提到，DeepSeek梁文锋说的所谓平替，本质是“集群等效”。4张华为950卡能顶1张英伟达高端卡，硬件代差确实还有两年，价格甚至可能贵出50%到200%。但在算力被卡脖子的当下，只要任务能跑通、延时能对齐，这种溢价就是我们必须支付的“生存成本”。 从目前来看，算力存在一定问题，但这问题是芯片产能有限等综合因素造成的。从长远来看，这一问题的影响会被慢慢削弱和抹平。所以AI之争最终演变成性能和成本之争，我们还是要发挥好我们的优势，不走封闭路，敢于开放、敢于突破。

新浪微博 2026-07-24 00:00:00