📌 关于 V3 训练与昇腾算力生态
🧩 这件事解释起来比较复杂,但我们正在推进相关工作;等全部完成后,解释会更加清晰。大家可以这样理解:V3 在训练的时候,用的是英伟达显卡,但不再依赖英伟达生态。针对 V3,我们使用英伟达 GPU,但是没有使用英伟达生态。取而代之,我们先开发了一套名为 TileLang 的高层编译器,之后全部其他工作都基于 TileLang 生态完成,所以我们几乎不再依赖英伟达的生态。只要我们在华为显卡上复刻这套流程,整个工作就可以落地。🚀 我认为这或许是一项历史性任务:彻底扭转过去大家觉得国产显卡生态不行的固有认知。有利的时机与条件基本都已经具备,剩下的只需要时间。我认为在一年之内,很多人就会意识到这个难题基本已经被解决,剩下的问题就是产能。我对国产算力非常乐观,在这件事上,我觉得英伟达是在自掘坟墓。💡 华为超节点 —— 华为 950 超节点,在性能与价格层面可以完全替代英伟达 GB200 和 GB300。它的价格会更高,但高出幅度有限。就算贵 50%,可以接受;贵 100%,也可以接受;哪怕贵 200%,依旧可以接受。如果溢价是 100%,我就已经可以认为二者价格基本对等。在任务适配能力上二者也是对等的:GB300 能完成的所有任务,华为这个超节点都能完成,延迟表现持平。唯一的代价是,需要 4 张华为显卡才能等效替代 1 张英伟达显卡,并且华为在这块落后两年。
创始人梁文峰的闭门投资者问答笔记浮出水面,他对华为与 Nvidia 的直白数学对比读起来逐字逐句都让人震惊。
首先,梁文峰说 DeepSeek 在 V3 期间就停止依赖 Nvidia 的软件栈,通过构建自己的高级编译器(TileLang),并补充道:“只要我们在华为卡上重复这个过程,工作就完成了……在这点上,我认为 Nvidia 是在自掘坟墓。”
然后他给出了华为新款 950 Supernode 与 Nvidia GB200 和 GB300 的确切硬件比例:“GB300 能做的所有事,华为的超级节点都能做;延迟相同。唯一的成本是四张华为卡替换一张 Nvidia 卡,而且华为落后两年。”
为 4 倍的卡支付 2 倍到 3 倍的费用听起来很痛苦,直到美国出口禁令让你别无选择。