DeepSeek为何仍押注华为训练芯片：效率差距背后，是AI算力自主的长期赌注

DeepSeek把华为国产芯片训练视为重点，核心考量并不是眼下能否以最低成本替代英伟达，而是供应安全和长期技术韧性。在美国持续限制中国获得高性能英伟达AI加速器的背景下，拥有一套能承担大规模训练的国产软硬件体系，正从“产业升级选项”变成实际运营风险管理。

短期代价并不小。此前，DeepSeek尝试使用Ascend 910C训练R2，据报道因软硬件能力限制而未能成功完成；另有报道称，约需4颗华为处理器才能达到1颗英伟达GB300的算力水平。这反映出国产方案在前沿训练的性能和能效上仍有差距。但真实、大规模的部署也会带来反馈：编译器、框架、算子、互联网络以及模型架构，只有在高强度工作负载中才能持续优化。

训练芯片何时到位？

据报道，DeepSeek预期华为最早在2026年第四季度开始供应专门面向训练的芯片，并在2027年初实现更广泛的可用性。华为则表示，Ascend 960DT计划于2027年第一季度推出；同时预计Ascend 950DT系统将在明年广泛用于模型训练。1

这并不意味着DeepSeek已立即将最重的前沿预训练任务全面迁至华为平台。更准确地说，它正在为这一转移预先建设软硬件兼容性、工程经验和供应链能力，让国产训练成为可执行的备选方案，而非停留在纸面上的目标。

16万颗Ascend 950DT：规模很大，但当前主要用于推理

DeepSeek计划在内蒙古乌兰察布建设的约1吉瓦数据中心中，部署至少160,000颗Ascend 950DT加速器。若计划落地，这将成为已知规模最大的国产AI芯片集群之一。

但报道显示，该集群的当前用途是推理——即运行已训练好的模型、响应用户请求——而不是立即承担模型预训练。部署进度还取决于华为的产能。2

这个区别很关键：推理与训练对芯片、内存、网络和软件稳定性的要求并不完全相同。DeepSeek先把大规模推理负载迁向国产芯片，既可扩大国产平台的实际使用，也能在相对可控的场景中验证系统可靠性；至于最复杂、最耗算力的前沿训练，英伟达硬件目前仍占据重要位置。

从“能跑”到“能训”：V4适配是关键一步

DeepSeek推出了适配华为芯片的V4版本。这并非简单把模型“移植”到另一种硬件上，而是模型与硬件软件栈协同设计的一部分。3

对训练而言，真正决定可用性的往往不只是单颗芯片峰值算力，还包括：

• 编译器和开发工具链是否成熟；
• 深度学习框架、算子与内核是否高效；
• 大规模集群的通信和网络能力是否稳定；
• 模型结构能否适配硬件特性；
• 长时间训练任务的调试、容错与运维是否可靠。

V4的华为适配，意味着DeepSeek正在帮助搭建这套生态基础。它先证明国产平台可以有效运行模型，继而积累让大规模训练更可行的工程条件。

华为不是唯一选项：DeepSeek也在开发自研芯片

DeepSeek并未把未来完全押在华为一家身上。路透社报道称，该公司也在开发自己的AI芯片，这可能降低其对英伟达和华为芯片的依赖。4

因此，与华为的合作更像是一项兼具现实性与战略性的布局：一方面，华为提供当前最具规模潜力的国产替代平台；另一方面，DeepSeek通过自研芯片保留更大的长期自主空间。两条路线并行，目标是避免关键算力被单一供应商或外部政策所牵制。

出口管制如何改变中国AI芯片市场？

美国对高端AI加速器出口的限制，改变了中国市场的激励逻辑。过去，采用国产芯片更多是成本、性能与产业政策之间的权衡；如今，获得稳定可持续的高端算力供应本身已成为企业必须解决的问题。

华为表示，其AI计算产品需求超过供给，并称Ascend在中国市场的份额已超过英伟达。需要注意的是，这一市场份额判断来自华为自身，并非独立机构发布的统一统计。1

短期内，英伟达在最前沿训练能力上仍可能保持优势；但限制措施也在推动中国客户更快投资国产芯片、软件工具链和数据中心基础设施。DeepSeek的V4华为适配、16万颗950DT的推理部署计划、后续训练芯片供应预期，以及自研芯片项目，共同指向同一件事：建立更自主、更可持续的中国AI计算体系。34

结论：这是一场以效率换确定性的长期投入

DeepSeek明知华为方案在训练效率上可能暂时落后，仍把国产训练能力列为优先事项，原因在于它追求的不是一次性替代，而是确保在外部供应进一步收紧时，仍拥有可持续演进的算力选择。

16万颗Ascend 950DT项目目前主要服务推理，并不等同于DeepSeek已经完成从英伟达到华为的训练迁移。但V4的协同适配、训练芯片的后续交付和自研芯片布局，显示其正在从“国产芯片能否运行模型”，走向“国产生态能否支撑训练”的下一阶段。