路透社报道，DeepSeek 打破以往惯例，并未把新版大模型的访问权限提交交给英伟达，用以优化适配，而是交给了华为。看起来 DeepSeek 已经做好准备，把未来的算力搭建交给华为了。 过去这些年，大模型行业有个不成文的规矩：新模型要想跑起来、跑得顺，优先找英伟达做优化适配。 不是不想选别人，是英伟达的CUDA生态太成熟，全球150万个AI模型都跑在上面，向下兼容性强，不管是老芯片还是新架构，软件都能适配，这就形成了行业依赖。 而且之前英伟达的芯片性能确实能打，训练速度和算力密度长期领先，大模型开发者要抢时间出成果，自然会优先选成熟可靠的方案，DeepSeek之前也没跳出这个圈子。 但现在情况不一样了。首先是供应端越来越不踏实，美国对AI芯片的制裁一再加码，今天禁这个型号，明天给那个产品打补丁，政策反复无常。 英伟达的高端芯片要么买不到，要么是“特供版”，性能打折扣，还得给美方缴25%的收入分成，性价比越来越低。 更让人没底的是安全隐患，有消息说英伟达的算力芯片有远程关闭、追踪定位的技术，之前还因为安全漏洞被监管部门约谈。 对于要长期发展的大模型企业来说，把核心算力搭在随时可能被卡脖子的进口芯片上，就像走钢丝，不知道什么时候会断。 再看华为这边，已经不是当年只能做替代选项的水平了。昇腾910系列芯片的算力早就追上来，半精度算力能到320 TFLOPS，整数精度更是达到640 TOPS，相当于50个顶级CPU的能力，训练速度比国际顶尖芯片还能提升50%到100%。 更关键的是配套生态赶上来了，之前国产芯片最大的问题是适配麻烦，不同芯片要写不同代码，周期长还容易出问题。 现在中国电信联合华为搞出了跨架构推理框架，一套代码能在英伟达、昇腾等芯片上无缝运行，适配周期从周级压缩到天级，性能损耗还控制在10%以内，10多款主流开源模型都验证过，精度误差不到0.5%，这就解决了大模型适配国产芯片的核心痛点。 而且华为的算力集群也够能打，昇腾384超节点集群融合了高性能NPU和鲲鹏CPU，训练性能提升3倍，推理性能是业界平均水平的4倍，完全能支撑万亿参数、百万token上下文窗口的大模型运行。 DeepSeek选华为，早就有铺垫，不是突然跨界。 之前就和华为云在金融领域深度合作，推出的解决方案已经在银行、证券的智能客服、风控场景落地，跑通了实际应用，知道华为的算力能满足商用需求。 这次把新版模型优先交给华为适配，相当于给了国产算力数周的优化时间。按照行业规律，提前适配能让模型性能提升30%以上，这对追求极致体验的大模型来说，是实打实的优势。 更重要的是，这是在搭建长期稳定的算力体系，华为的供应链完全在国内，不受外部制裁影响，能保证芯片和技术服务的持续供应，不用再担心因为外部政策变化，导致模型研发或部署中断。 现在的行业趋势也在变，全球芯片市场的增长动力已经从手机、电脑转向汽车、工业领域。这些领域对芯片的要求更看重稳定性，而非最顶尖的制程，这正好是国产芯片的强项。 国产算力生态也越来越成气候，昇腾已经汇聚了665万开发者、8800多家合作伙伴，23900多个解决方案通过认证，形成了从芯片到框架再到应用的完整链条，不再是单点突破，而是系统成型。 DeepSeek加入这个生态，不仅能拿到稳定的算力支持，还能和整个国产产业链协同优化，反过来推动模型和硬件一起进步，形成良性循环。 英伟达的生态护城河确实还在，但优势正在被慢慢稀释。美国的制裁反而成了国产算力的“磨刀石”，倒逼国内企业在技术和生态上快速突破。 DeepSeek的选择，本质上是放弃了“美国芯片配中国模型”的旧模式，转向“中国芯片配中国模型”的闭环生态。 这不是简单的合作更换，而是战略层面的长远布局。它清楚，未来大模型的竞争，不只是模型本身的性能，更是背后算力供应链的稳定性和自主性，谁能掌握自主可控的算力基础，谁就能在长期竞争中站稳脚跟。 这种转变也给行业带了个好头。之前很多企业不敢轻易放弃英伟达，怕适配麻烦、性能不达标，现在DeepSeek用实际行动证明，国产算力已经能支撑世界级大模型的研发和部署。 接下来可能会有更多企业跟进，加速国产替代的进程。这不是要完全排斥进口芯片，而是形成“多元采购+自主为主”的格局：短期用进口芯片弥补部分短板，长期把核心算力扎根在国产体系上，这才是最稳妥的发展路径。 说到底，DeepSeek把未来算力搭建交给华为，是综合了供应安全、性能匹配、适配效率和生态前景后的理性选择，既顺应了行业趋势，也抓住了自主可控的核心需求。 这步棋看似打破惯例，实则踩准了行业发展的脉搏，为自身长远发展铺好了更扎实的路。
