DeepSeek 正在系统地削减对英伟达硬件的依赖。由于英伟达硬件的大规模供货剧烈波动,这种依赖至今仍是中国人工智能实验室的一大困扰。为此,据科创板日报等国内媒体报道,这家中国顶尖人工智能实验室正转向华为,准备借助昇腾 950 超节点(SuperPoD,亦称 Supernode),从零完成即将推出的 V5 模型的一次完整训练。若能成功,这将是中国第一次在完全国产的硬件栈上完成的人工智能训练,软件侧配有类似 CUDA 的 TileLang 内核编译器。
订单、价格与芯片规格
Wccftech 援引 X 账号 Jukan(@jukan05)和 Teortaxes(@teortaxesTex),并称这两位是较可靠的消息来源。按这些消息,DeepSeek 打算在华为昇腾芯片上训练参数规模约 8 万亿的 V5 模型。该网站此前还报道,DeepSeek 已向华为下单约 16 万颗昇腾 950DT,用于其位于内蒙古的 1 GW 数据中心,出货预计在 2026 年四季度放量。
目前,昇腾 950DT 的市场价大约为每颗 11.1 万元人民币,约合 1.6 万美元。英伟达 H20 GPU 的价格大约在 1.5 万至 2.5 万美元。DeepSeek 这批订单的总金额,最多可能达到约 25.6 亿美元。
昇腾 950DT 基于华为自研的第三代达芬奇架构(DaVinci v3),采用中芯国际 N+3 工艺,属于先进的 7 纳米级工艺。这颗芯片既可以承担训练负载,也可以承担解码负载。每颗配备 144 GB 专用高带宽内存 HiZQ 2.0 HBM,内存带宽 4.0 TB/s,GPU 与 GPU 之间的互联速率为 2.0 TB/s,并原生支持 FP8、FP4 以及华为专有的 HiF8 等低精度格式。
超节点与软件栈
华为也把这颗芯片用在 Atlas 950 超节点里。一套超节点最多连接 8192 颗昇腾 950DT,峰值人工智能算力为 8 EFLOPS。这类超节点可能是吸引 DeepSeek 的主要原因之一:卡与卡之间的互联带宽为 2 TB/s,FP8 精度下的原始算力同样为 8 EFLOPS。
图:据 Wccftech 2026 年 11 月 3 日报道绘制。图中订单、售价、规格与算力均出自该报道,不是华为新闻稿。
DeepSeek 已把人工智能基础设施栈接到华为昇腾 GPU 上。其中,DeepSelect 面向高性能 TopK 内核,TileLang 用于优化人工智能内核,DeepGEMM-Ascend 用于优化 GEMM 内核,DeepEP-Ascend 用于专家并行通信,TileKernels 负责向量计算和内存访问内核,FlashMLA 用于优化 MLA 注意力内核。
这几项里,最关键的是 TileLang 内核编译器。企业可以从一开始就用 TileLang 写代码,芯片厂商只需完成一次后端适配,程序在运行时自动选择底层实现。
DeepSeek 这套专用软件栈已经能在昇腾 GPU 上原生运行,把单芯片的模型算力利用率(MFU)提高到 45%。此前关于昇腾 910C 的报道里,MFU 大约为 30%,这次的提升幅度明显。DeepSeek 与华为近期还优化了昇腾 950 Atlas 超节点的 128 卡版本。稀疏注意力算子在读取阶段达到 410 TFLOPS;在孤立的计算受限(compute-bound)任务上,负载可以接近这些芯片 FP8 理论峰值的 95%。
跑通以后,要验证的是软件路线
X 用户 @himsam181337 自述从事中文财经与商业观察。此人认为,V5 即便跑通,被验证的也不是“昇腾能训练大模型”。河套的后训练实验已经部分回答了这个问题。真正要验证的,是 TileLang 这条“硬件无关的中间层”路线,能不能支撑一个前沿模型的完整预训练周期。
如果这条路线成立,国产算力竞争的焦点会从“哪家芯片的 TFLOPS 更接近 H100”,转向“谁的芯片对 TileLang 的后端适配更深,谁的超节点在长稳训练中更可靠”。CUDA 用了近二十年,把开发者锁在自己的软件栈里。DeepSeek 和华为押注的是:下一代模型的训练代码,不必从 CUDA 写起。V5 就是这个赌注的第一张真实赌桌。
若获得成功,CUDA 作为“默认选项”的地位,会在中国人工智能训练一侧出现第一道结构性裂缝;