圖1：DeepSeek V4成為近期國產(chǎn)AI算力討論的核心事件

DeepSeek V4適配華為昇騰，表面上看是一條模型發(fā)布新聞，實(shí)質(zhì)上是中國AI產(chǎn)業(yè)鏈的一次壓力測(cè)試：頂級(jí)開源模型能不能不只停留在論文、榜單和發(fā)布頁，而是真正跑在國產(chǎn)算力底座上，支撐高并發(fā)、長(zhǎng)上下文和智能體應(yīng)用。

這件事不能簡(jiǎn)單理解為“國產(chǎn)芯片已經(jīng)全面替代英偉達(dá)”。更準(zhǔn)確的說法是：在大模型推理側(cè)，國產(chǎn)算力開始從“能跑”進(jìn)入“可交付、可優(yōu)化、可規(guī)模化驗(yàn)證”的階段。這個(gè)變化比單一模型分?jǐn)?shù)更重要。

一、這次適配為什么重要不是

過去很多大模型發(fā)布時(shí)，默認(rèn)優(yōu)先適配的是英偉達(dá)GPU和CUDA生態(tài)。開發(fā)者、云廠商和企業(yè)客戶也習(xí)慣把訓(xùn)練、推理、部署工具都圍繞這一套體系來做。DeepSeek V4把華為昇騰NPU寫入適配路徑，意味著國產(chǎn)AI芯片開始進(jìn)入前沿模型的正式驗(yàn)證清單。

這背后的價(jià)值不在“宣傳口徑”，而在工程閉環(huán)。大模型不是安裝一個(gè)軟件就能跑得好，尤其是萬億參數(shù)MoE模型，還要面對(duì)專家并行、KV Cache、長(zhǎng)上下文、顯存調(diào)度、算子融合、服務(wù)調(diào)度等一整套難題。模型側(cè)和芯片側(cè)能夠同步推進(jìn)，說明國產(chǎn)算力已經(jīng)不只是備選項(xiàng)，而是進(jìn)入了模型設(shè)計(jì)、推理優(yōu)化和部署決策的前臺(tái)。

二、DeepSeek V4真正帶來的壓力

DeepSeek V4最顯眼的升級(jí)，是上下文長(zhǎng)度從上一代的128K擴(kuò)展到1M級(jí)別。對(duì)普通讀者來說，可以把它理解為：模型一次能讀、能記、能處理的材料大幅增加，長(zhǎng)文檔、長(zhǎng)代碼庫、多輪工具調(diào)用和復(fù)雜Agent任務(wù)都能被放進(jìn)同一個(gè)任務(wù)窗口里。

但長(zhǎng)上下文不是免費(fèi)能力。上下文越長(zhǎng)，推理時(shí)要保存和讀取的KV Cache越大，注意力計(jì)算和訪存壓力也越高。V4之所以被關(guān)注，是因?yàn)樗ㄟ^滑窗、壓縮和混合注意力機(jī)制，試圖把長(zhǎng)上下文的成本降下來。也就是說，它不只是“能讀更多字”，而是希望在讀更多內(nèi)容時(shí)仍然有可接受的速度和成本。

圖2：DeepSeek V4技術(shù)報(bào)告中的性能、FLOPs與KV Cache對(duì)比

三、昇騰接住的是推理側(cè)商業(yè)負(fù)載

大模型上線后，最直接的成本來自推理。用戶每問一次，系統(tǒng)都要完成輸入處理、模型計(jì)算、Token生成和結(jié)果返回。企業(yè)真正關(guān)心的不是單卡紙面峰值，而是三個(gè)問題：同一時(shí)間能服務(wù)多少請(qǐng)求？每個(gè)Token返回要等多久？單位Token成本能不能降下來？

華為昇騰在這次適配中的重點(diǎn)，正是圍繞低時(shí)延和高吞吐做工程優(yōu)化。公開信息中提到，昇騰950通過融合Kernel、多流并行、量化算法等方式降低Attention計(jì)算和訪存開銷；A3超節(jié)點(diǎn)則面向規(guī)?；渴穑瑥?qiáng)調(diào)大EP模式、vLLM推理引擎和多卡協(xié)同。

這里需要分清兩件事：適配推理，不等于所有訓(xùn)練都已經(jīng)完全遷移到國產(chǎn)芯片；提供訓(xùn)練參考實(shí)現(xiàn)，也不等于立刻替代所有現(xiàn)有訓(xùn)練集群。當(dāng)前更現(xiàn)實(shí)的突破口，是先把高頻、持續(xù)、成本敏感的推理服務(wù)做穩(wěn)，再逐步擴(kuò)大訓(xùn)練和微調(diào)場(chǎng)景。

圖3：華為發(fā)布超節(jié)點(diǎn)互聯(lián)技術(shù)，強(qiáng)調(diào)以系統(tǒng)工程承接AI算力需求

四、為什么是“超節(jié)點(diǎn)”

國產(chǎn)AI芯片短期內(nèi)最大的挑戰(zhàn)，是單顆芯片在制程、HBM、生態(tài)成熟度上仍要追趕國際最高端GPU。華為選擇的工程路線，是用超節(jié)點(diǎn)和高速互聯(lián)把多顆NPU組織成一個(gè)更大的邏輯計(jì)算單元。

這條路線的關(guān)鍵，是減少多卡之間“等數(shù)據(jù)”的時(shí)間。MoE模型尤其依賴專家路由，不同Token會(huì)被分配到不同專家網(wǎng)絡(luò)，卡與卡之間通信頻繁。如果互聯(lián)帶寬低、延遲高，算力就會(huì)被通信拖住。超節(jié)點(diǎn)的價(jià)值，就是讓多卡協(xié)同更像一臺(tái)機(jī)器，而不是一堆松散服務(wù)器。

因此，DeepSeek V4適配昇騰的意義不只是“芯片能跑模型”，而是“模型結(jié)構(gòu)、推理引擎、算子優(yōu)化和集群互聯(lián)能不能形成組合優(yōu)勢(shì)”。AI時(shí)代的硬件競(jìng)爭(zhēng)，已經(jīng)從單卡參數(shù)競(jìng)爭(zhēng)，變成系統(tǒng)工程競(jìng)爭(zhēng)。

圖4：DeepSeek V4的壓縮稀疏注意力結(jié)構(gòu)，直接關(guān)系到長(zhǎng)上下文推理成本

五、生態(tài)才是下一場(chǎng)硬仗

真正決定國產(chǎn)算力能走多遠(yuǎn)的，不是一次適配，而是開發(fā)者遷移成本。企業(yè)不可能為了換芯片，把模型服務(wù)、推理框架、監(jiān)控運(yùn)維和業(yè)務(wù)系統(tǒng)全部重寫一遍。國產(chǎn)算力要被大規(guī)模采用，必須讓常見工具鏈盡量保持熟悉：PyTorch、vLLM、SGLang、Triton、TileLang、MindSpore、CANN，都要在實(shí)際項(xiàng)目里被反復(fù)打磨。

這也是這次新聞最值得跟進(jìn)的部分。DeepSeek V4如果能在昇騰生態(tài)中持續(xù)優(yōu)化，后續(xù)其他開源模型、行業(yè)模型、企業(yè)私有模型也會(huì)更容易遷移。對(duì)云廠商來說，這是服務(wù)成本問題；對(duì)政企客戶來說，這是供應(yīng)連續(xù)性和數(shù)據(jù)本地化問題；對(duì)開發(fā)者來說，這是能不能少踩坑、少改代碼、少等適配的問題。

圖5：MWC 2026上華為展示面向AI基礎(chǔ)設(shè)施的SuperPoD產(chǎn)品路線

六、熱度會(huì)落到哪里

第一，云服務(wù)價(jià)格會(huì)被重新計(jì)算。如果國產(chǎn)算力能夠穩(wěn)定承接長(zhǎng)上下文推理，API價(jià)格就有繼續(xù)下降空間，更多企業(yè)會(huì)把內(nèi)部知識(shí)庫、代碼助手、客服、研報(bào)生成、數(shù)據(jù)分析等高頻任務(wù)遷到大模型上。

第二，智算中心建設(shè)會(huì)更重視“模型適配能力”。過去建算力中心容易只看卡的數(shù)量，現(xiàn)在還要看能不能穩(wěn)定跑主流模型，能不能支持MoE、長(zhǎng)上下文、Agent框架和多租戶調(diào)度。算力中心不再只是機(jī)房項(xiàng)目，而是模型服務(wù)能力項(xiàng)目。

第三，國產(chǎn)芯片產(chǎn)業(yè)鏈會(huì)被推到更前面。服務(wù)器整機(jī)、交換設(shè)備、液冷、光模塊、連接器、運(yùn)維軟件都會(huì)受益，但真正能留下來的，仍然是能夠把穩(wěn)定性、能耗、成本和交付周期做平衡的公司。

我的判斷是，DeepSeek V4適配昇騰不會(huì)馬上改寫全球AI芯片格局，卻會(huì)改變國內(nèi)AI企業(yè)的選型心態(tài)：以前國產(chǎn)算力更多是政策選項(xiàng)和備份選項(xiàng)，現(xiàn)在開始成為部分真實(shí)業(yè)務(wù)可以認(rèn)真評(píng)估的主選項(xiàng)。接下來最值得看三件事：V4在昇騰上的真實(shí)線上吞吐能否持續(xù)優(yōu)化；更多開源模型是否會(huì)跟進(jìn)適配；云廠商和政企客戶是否愿意把核心推理負(fù)載長(zhǎng)期放到國產(chǎn)算力上。答案如果逐步變成“是”，國產(chǎn)AI的底座就會(huì)真正熱起來。