DeepSeek V4利好国产算力，超节点成为弯道超车的技术底座
2026年4月24日，DeepSeek发布了新一代旗舰模型DeepSeek V4，将总参数推至1.6万亿，首次将百万Token上下文打成标配，并实现了百万上下文下每Token的算力消耗仅为V3.2的27%、KV缓存占用只有10%的效率革命。值得关注的是，在今年的2月份，路透社曾称，据知情人士透露，DeepSeek发布V4之前，没有向美国芯片公司NVIDIA和AMD提供模型早期访问权限，而是率先让中国企业华为提前数周开展软件适配优化工作。
报道中用breaking from standard industry practice（打破行业惯例）来形容这一事件。毕竟，在此之前无论中国公司还是外国公司的大模型，都没有采用过这样的方式。
据了解，DeepSeek首次在官方技术报告中，将华为昇腾NPU与英伟达GPU并列写入硬件验证清单。这一标志性事件，不仅是模型能力的跃升，更是国产算力自主化路径的一次关键验证。
DeepSeek V4在技术架构上对国产算力的利好
DeepSeek V4的发布，实现了向国产算力底座的战略性迁移，被视为国产算力的关键拐点。
首先，我们来看一下DeepSeek V4的技术架构上的升级。V4采用1.6万亿参数的MoE（混合专家）架构，推理时仅激活490亿参数。其核心创新在于一套全新的混合稀疏注意力机制——在Token维度进行压缩，结合DSA稀疏注意力技术，大幅降低了对计算和显存的需求。与此同时，在性能层面，V4的Agent能力达到开源更优水平，世界知识大幅领先其他开源模型，推理性能在数学、STEM、竞赛型代码测评中均比肩世界顶级闭源模型。
不难发现，DeepSeek V4的发布直接推动了国产算力的成本下降。一方面，模型通过算法创新（如稀疏注意力机制、mxFP4低精度训练）降低了训练成本；另一方面，国产芯片厂商与DeepSeek的深度联合优化，进一步提升了推理效率。
在发布之前，DeepSeek V4未向英伟达和AMD提供早期访问权限，反而将之优先开放给华为昇腾芯片，获得数周时间进行底层适配。发布之后，华为随即宣布其昇腾超节点全系列硬件产品已完成对DeepSeek V4的全面适配。与此同时，智源研究院联合多家厂商，已完成DeepSeek-V4-Flash在8款以上AI芯片上的全量适配，包括海光、沐曦、华为昇腾、摩尔线程、昆仑芯、平头哥真武、天数等国产芯片品牌。
笔者认为，DeepSeek V4的发布对国内AI产业带来了以下利好。一是DeepSeek V4的成功研发显著降低了我国对国外高端AI芯片的技术依赖。长期以来，英伟达、AMD等国际巨头在高端GPU市场占据主导地位，而DeepSeek V4的出现为我国AI产业提供了一条自主可控的技术路径。这一突破不仅增强了我国在关键技术领域的安全性，还为未来算力基础设施的全面国产化积累了宝贵经验。
二是DeepSeek V4的卓越性能为其在国际市场竞争中赢得了重要优势。凭借其在芯片设计、算法优化等方面的创新成果，DeepSeek V4能够在同等功耗下实现更高的计算效率，这使得其在全球算力市场中具备了较强的竞争力。特别是在人工智能大模型训练和推理场景中，DeepSeek V4的表现已达到国际领先水平，为我国AI企业参与全球竞争提供了强有力的技术支撑。
用量取胜，国产超节点算力平台的弯道超车
虽然在单卡性能方面国产GPU无法与英伟达相比，但超节点架构成为国产芯片提供了有效路径，成为承载国产算力实现跨越的技术底座。
在单芯片算力与英伟达顶尖产品仍存在代差的现实约束下，超节点以其系统级集群互联的优势，为国产算力提供了弯道超车的有效路径。
华为发布的CloudMatrix 384超节点便是这一路径的典范。单颗昇腾910C芯片的BF16性能仅为GB200模组的约三分之一，但通过384块芯片的超节点集群方式，单个CloudMatrix 384集群的BF16总性能反而是英伟达NVL72的1.7倍，总内存容量为后者的3.6倍，总内存带宽为后者的2.1倍。这正是“以量取胜”的系统工程智慧——用中国在通信技术和工程实现上的优势，弥补单点的芯片短板。华为轮值董事长徐直军也明确表示，目标就是在集群层面做到世界领先。
从路线图来看，华为已规划了清晰的迭代路径。2026年将发布昇腾950、Atlas 950 SuperPoD、通算超节点Taishan 950 SuperPoD及企业级风冷AI超节点Atlas 850，2027年将发布昇腾960及Atlas 960 SuperPoD，基本保持每年一代、算力翻倍的节奏。产能方面，华为计划2026年昇腾芯片产量达160万片。在工程落地上，深圳14000P智能算力集群已于近日全面建成点亮，作为全国首个采用全国产先进芯片打造的万卡级全栈自主可控智算集群，项目一期算力去化率已达100%，二期整体去化率达92%。
中科曙光则走了一条差异化的“开放架构”路线。其scaleX640超节点采用了全球首创的单机柜640卡高密架构，实现了单机柜算力密度较传统方案提升20倍。2026年2月5日，由3套scaleX万卡超集群组成的系统在国家超算互联网郑州核心节点同时上线试运行，成为全国首个实现3万卡部署并实际投入运营的最大国产AI算力池，全面支撑万亿参数模型训练、高通量推理、AI for Science等前沿场景。
在核心技术上，曙光自主研发的scaleFabric网络实现了400Gb/s超高带宽、低于1微秒端侧通信延迟，相比传统IB网络性能提升2.33倍，网络总体成本降低30%，可将超集群规模扩展至10万卡以上。在极致能效方面，发热部件100%采用浸没液冷散热技术，实现了PUE值低至1.04，相比传统风冷数据中心节能超30%。
值得强调的是，两大平台的技术路径各有千秋。华为以自研的CANN生态和灵衢互联协议为核心，追求软硬件一体化的极致性能；中科曙光则以开放架构联合20余家产业链企业，旨在降低AI集群研发门槛，支持多品牌加速卡兼容。两者构成了国产算力生态的双保险。
生态破局，国产算力迈入黄金时刻
DeepSeek V4与国产超节点平台的深度协同，正在从可用到好用的跨越中，构建日益成熟的国芯国模闭环生态。
华为“昇腾+CANN”自主软硬件生态与中科曙光的“AI计算开放架构”形成了互补。DeepSeek V4的适配行动实质上是将开发者生态与模型应用生态向国产算力平台牵引，有助于打破对英伟达CUDA生态的单一依赖，推动“国产算力+国产大模型”闭环生态成熟。
展望未来，2026年下半年将是国产算力规模化放量的重要时间窗口。一方面，华为昇腾950超节点的批量上市已经指日可待，DeepSeek官方明确下半年Pro版本价格将大幅下调，这一“模算协同”共振效应将进一步压低推理成本；另一方面，富士康先进制程产能持续扩张，国产7nm/6nm工艺市场份额扩大，为国产AI芯片的规模化供给提供了坚实的产能基础。
写在最后：
当前，AI行业正从训练全面转向推理。DeepSeek V4以百万Token上下文标准化与极致推理效率，为企业级AI Agent的大规模落地铺平了道路。而超节点架构以系统级工程补齐单点算力短板，满足了从万亿参数大模型训练到规模化AI推理的多样化需求。