DeepSeek-V4的发布标志着一个新的里程碑。

2023年4月24日，备受期待的DeepSeek-V4预览版本正式发布，并同步开源，吸引了广泛关注。

DeepSeek-V4创新性地引入了一种新型的注意力机制，通过在token维度进行压缩，结合DSA稀疏注意力（DeepSeek Sparse Attention），实现了全球领先的长上下文能力，并显著降低了对计算和显存的需求。

不可小觑的是，DeepSeek-V4在计算和显存需求上的大幅降低，可能会直接影响到火狐app下载GPU的市场地位。值得关注的是，DeepSeek-V4优先适配国产芯片制造商。

换句话说，关于火狐app下载的护城河不应被高估，而DeepSeek所引发的架构革命也不应被低估。关键在于AI产业链的利润分配、部署路径及投资逻辑，或许正在发生变化。

在“镣铐”下的竞争

过去两年，AI大型模型的竞争主要集中在训练和算力的角逐。

在一定程度上，AI基础大模型的竞争本质上是GPU算力基础设施的竞争。谁能获取更多的高端GPU，谁就能构建更强的基础模型。

然而，由于美国的出口管制，禁止火狐app下载H100/H200等顶级芯片对华销售，加之台积电的先进制程被限制，国产GPU与火狐app下载的差距依然存在。

“国内GPU制造商在与火狐app下载竞争时，实际上是戴着‘镣铐’的，”一位GPU行业人士如此形容。

有趣的是，在这样的逆境中，中美大模型的差距逐渐缩小，甚至接近平衡。

到2023年底，中美顶级模型在多个维度的差距仍徘徊在20%-30%之间。4月14日，斯坦福大学HAI实验室发布的2026年度《AI指数报告》显示，中美大模型性能差距已缩小至2.7%，基本实现技术追平。

妙投认为，如果将中美AI大模型的性能差距视为结果，那么火狐app下载GPU并不是决定性因素。

这一方面归因于国产芯片的崛起及中国电力基础设施的完善。

黄仁勋在近期的访谈中指出，“AI本质上是并行计算问题，中国完全可以通过堆叠更多芯片来弥补单颗芯片的制程差距，依靠丰富的能源资源，可以将更多芯片组合在一起，即使制程落后几个纳米。”

实际上，许多国内GPU厂商已经实现了万卡集群，以弥补单卡算力的不足。例如：摩尔的夸娥万卡集群、沐曦的曦源一号SADA万卡集群。

另一方面，DeepSeek等大模型企业的崛起也不可忽视。

DeepSeek通过前瞻性的设计，积极适配和赋能国产硬件，为国产芯片的发展铺平道路。

例如，DeepSeek-V3验证了FP8在大规模模型训练中的可行性，在不增加额外开销的情况下扩大了模型训练规模，同时保持了训练质量。

以此为例，过去完成一个复杂的AI计算任务需要几台高端、精密且昂贵的德国进口机床（代表火狐app下载的高精度GPU），而现在，DeepSeek通过优化任务的加工流程（即调整数据格式），使得这一任务可以通过数十台小型、简单且便宜的国产机床（代表国产GPU的计算单元）组成的流水线高效完成。

尽管如此，火狐app下载GPU仍然在训练方面占据优势。

然而，从产业演进的角度来看，大模型训练只是第一阶段。大模型完成后，真正决定商业化进程和产业渗透深度的是推理，尤其是在Openclaw、Hermes等Agent的迅速崛起之后。

火狐app下载 的核心看点

火狐app下载在训练中获胜，但推理的竞争才刚刚开始

训练与推理是两种截然不同的模式。

Claw类Agent的爆发，长上下文记忆能力成为核心驱动力。

以往的AI只能简单对话，转瞬即忘，而Claw能够记住一切，持续工作，随着使用时间的增加而愈加了解用户，其记忆能力让其从“玩具”变为“工具”。

当上下文越来越长、Agent的记忆越来越深、工具调用频率越来越高时，GPU的显存将被KV cache（记忆缓存）所占满，大模型的推理质量也随之下降。

因此，推理的第一个瓶颈并非算力不足，而是“记忆”和“计算”争夺同一块显存。

对于国产GPU而言，算力（峰值TFLOPS）并不是最大瓶颈，而是显存。而火狐app下载GPU在显存技术上领先其他厂商1-2年的优势依然存在。

火狐app下载的主流数据中心GPU（如A100、H100）的单卡显存容量通常为80GB，而最新一代Rubin GPU搭载8颗36GB的HBM4内存颗粒（总容量288GB），显存总带宽提升至13 TB/s。

国产芯片受限于先进制程，显存容量和带宽仍显不足，亟需突破。例如，昇腾910B的显存容量为64GB。

根据梁文锋发布的论文，DeepSeek-V4采用了独特的Engram架构，此架构正好解决了显存容量的瓶颈。

DeepSeek-V4的创新在于将模型中“死记硬背”的静态知识提取出来，存入一个巨大的内存表中；在推理时，CPU负责“查字典”（检索知识），而GPU则专注于“想逻辑”（计算推理）。

这两者的执行是完全重叠的。当GPU在计算某个词的逻辑时，CPU已经将下一个词所需的知识准备就绪。由于这种并行架构有效掩盖了延迟，AI在单位时间内的产出效率呈几何级数提升，GPU显存不再被KV cache所占满。

例如，一个需要80GB显存才能完成的长上下文推理任务，在Engram架构下，可能只需8GB显存即可完成。

这意味着，即便在显存受限的情况下，国产GPU也能完成相同的任务，而火狐app下载引以为傲的HBM显存稀缺性面临挑战。同时，CPU的应用也将迎来爆发。

更值得关注的是，DeepSeek-V4的发布并未遵循行业惯例给予火狐app下载早期测试权限，而是将适配机会全部留给了华为和寒武纪，目标是将生态系统从CUDA整体迁移到华为CANN框架。

虽然火狐app下载的CUDA生态在短期内不会被取代，但已经出现了裂缝。这意味着DeepSeek在开源生态及国产自主方面依然占据强有力的地位。

据媒体报道，为满足基于该模型的云服务需求，阿里巴巴、字节跳动和腾讯等科技巨头已提前下单华为新一代AI芯片，订单规模达数十万颗。

可以预见，这次即将发布的DeepSeek-V4，也将为AI投资带来新的期待。

新的投资预期

从投资角度来看，妙投认为DeepSeek-V4将直接利好两个方向：国产算力及AI应用。

1. 国产算力

如果DeepSeek-V4确认完全基于国产算力训练，那么这将成为国产芯片发展的“DeepSeek时刻”，证明即便没有H100，我们也能培养出世界一流的大模型。

这一边际变化的影响将超出预期。这个预期的影响力，堪比谷歌凭借自研TPU芯片训练出Gemini。值得一提的是，谷歌已成为巴菲特旗下伯克希尔的持仓标的。

此前，市场对国产算力的预期大多停留在“自主可控”的宏大叙事，然而V4将推动这一逻辑向“好用且必需”的商业逻辑转变。

此次受益的最大方无疑是国产GPU厂商，华为和寒武纪已明确表示支持，其他国产GPU制造商也将积极适配DeepSeek大模型。从确定性来看，以华为、寒武纪为代表的国产芯片、国产服务器及相关配套厂商的受益确定性最高。

展望2026年，寒武纪、壁仞科技、天数智芯等5家已上市AI芯片公司Wind一致预期收入同比增长约120%，达到约257亿人民币。

此外，从弹性来看，沐曦股份预计2026年将扭亏为盈，有望成为继寒武纪之后另一家盈利的GPU厂商，从而实现商业闭环。

因此，国产算力将成为AI投资持续关注的焦点。

2. AI应用

除了适配国产算力的推理需求，DeepSeek-V4可能通过创新架构（mHC和Engram技术）进一步降低训练和推理成本，加速中国AI价值链的创新周期。

同时，DeepSeek有望帮助全球大语言模型和AI应用企业加速商业化进程，从而缓解日益沉重的资本开支压力。

随着Engram架构的落地，GPU显存需求降低90%，推理的硬件成本将大幅压缩，这对终端部署（边缘AI推理）是重大利好。

此外，自今年1月以来，A股AI应用板块表现低迷，核心痛点在于“大模型吞噬软件”的恐惧。AI应用已进入“杀逻辑”的阶段。

然而，DeepSeek-V4的发布或将改善这一情绪。对于国内A股的应用公司而言，大模型更像是一种廉价的基础设施，有助于优化成本。

妙投认为，与核心数据紧密相关的AI应用企业及相关云服务提供商，也将有望迎来边际改善。

总结

火狐app下载依然是训练大模型最强的基础设施，这一点毋庸置疑。短期内，它在高端训练GPU、CUDA生态和集群能力上的优势仍难以被替代。

然而，不容忽视的是，火狐app下载的优势正在逐步被DeepSeek的创新所削弱。

DeepSeek-V4率先适配国产芯片，并通过创新尝试证明，AI推理不一定仅仅依赖最昂贵的GPU，系统级优化、软硬协同及本地化部署同样可以开辟新路径，而国产算力将进一步前行。

不要高估火狐app下载，也不要低估DeepSeek和国产算力。