黄仁勋担心可怕的事情发生,话音刚落,DeepSeek V4就实现了
英伟达CEO黄仁勋近期在接受采访时表达了对AI算力格局变化的深切担忧。他指出,如果DeepSeek等先进模型率先在华为平台上发布并进行针对性优化,将对美国构成极为不利的局面。这一言论发表后不到十天,DeepSeek V4预览版正式发布并开源,华为同步宣布昇腾超节点全系列产品支持该模型。黄仁勋口中的“假设”迅速演变为产业现实,标志着AI算力生态可能正在经历结构性重塑。
01事件进展:从假设到现实
- 2025年04月24日
- 2025年04月15日
02技术解构:深度适配与性能表现
DeepSeek在技术报告中首次将华为昇腾NPU与英伟达GPU并列验证,实现了专家并行方案在两种硬件上的并行运行。数据显示,在英伟达GPU和华为昇腾NPU上,均实现了1.5至1.73倍的加速效果。这种性能提升得益于模型架构与硬件特性的深度结合。
- 混合精度训练
V4采用FP4加FP8混合精度训练,其中FP4格式恰好是华为昇腾910C原生支持的格式。 - 框架级适配
DeepSeek工程团队在华为自研的CANN框架上完成了完整适配,意味着从模型设计阶段就已考虑华为芯片特性。
03产业影响:CUDA护城河的挑战
AI算力生态博弈
CUDA生态壁垒
几乎所有主流AI框架、算子库及开源模型的首发优化均默认以CUDA为起点。
开发者习惯已形成,模型深度依赖CUDA生态,构建了极高的迁移成本。
依靠生态垄断,可维持硬件销售优势。


非CUDA路径崛起
头部模型厂商开始具备脱离单一算力生态的能力,不再以CUDA为默认起点。
顶级模型在非英伟达芯片上实现高效运行,稀释了纯硬件算力差距的意义。
华为昇腾与DeepSeek联手,成功验证了非CUDA路径的可行性。
尽管客观上华为昇腾910C的推理性能约为英伟达H100的60%,美国芯片算力约为中国芯片的5倍,但当顶级模型能够在国产芯片上实现高效运行时,单纯的硬件算力差距对最终效果的影响被大幅削弱。这一变化意味着,即使拥有更强的芯片,如果模型不再依赖特定生态,其市场优势也将面临挑战。
当前文章无评论,是时候发表评论了