DeepSeek亮出算力底牌，选华为昇腾是对冲还是豪赌

最近产业链消息称：DeepSeek下一代旗舰基座V5，正计划用华为昇腾950从零完成预训练，该计划尚未获双方官方确认。很多人第一反应，又是情怀、卡脖子突围这些老生常谈。

要想看懂这次合作，先得捋清之前的铺垫。DeepSeek V3阶段，昇腾主要承接上线后的推理；V4阶段做微调、对齐链路适配，昇腾上的V4全参数后训练属第三方独立实验。

但V3、V4基座早已在英伟达GPU/CUDA生态完成从零训练和定型。昇腾导入已训好的基座权重，做推理部署、性能优化和后训练适配。即使昇腾集群故障，主训练链路也不受影响，本质是可进可退的技术验证。

但如果V5按方案落地，性质就完全变了：不再只是搬运成品，而是在昇腾集群从头孕育下一代旗舰模型。这不是简单换芯片，而是算力供应链对冲和长周期成本博弈。

做开源大模型，最怕算力供给被外部约束。海外高端算力配额不稳、价格波动、出口管制可能收紧，会直接影响迭代节奏和API成本主动权。DeepSeek此举就是想把核心基座预训练链路拿回来。

一旦原生跑在昇腾上，训练、微调、推理同架构，跨平台迁移的精度损耗和反复改算子的隐性成本会大降。短期国产集群有硬件溢价、投入更高；长期供给自主，全链路token成本曲线有机会重塑。

还要区分“样板预训练”和“可工业化、可复现的预训练”。此前不少昇腾训练案例停留在项目式内部验证，工具链未完整开放；今年有所松动。

DeepSeek把面向昇腾的TileLang、DeepEP、DeepGemm等底层算子、通信库开源。若V5稳定跑通，交付的不只是模型，而是一套公开的万卡级基座训练模板，别的团队不用从头踩坑。这才是产业价值。

当然风险也明显：连续几十天万亿token长稳训练，互联抖动、算子精度偏差，任何误差累积都可能导致训练发散。交付节奏、集群稳定性，每一关都不好走。