快科技于4月26日报道，黄仁勋最为担忧的情况终于发生了！最新发布的DeepSeek V4版本，首次实现了与华为芯片的深度适配。

“不诱于誉，不恐于诽，率道而行，端然正己。”在这一理念的指引下，DeepSeek V4预览版于4月24日正式推出，距离上一个V3.2版本更新已近五个月。

当前，海外主流大模型基本上以三个月为周期进行快速迭代。相较之下，DeepSeek的更新节奏显得缓慢，曾一度遭遇外界质疑。

近期，GPT Image-2的问世引发网友热议，认为“有图有真相”的时代已然结束，现在的AI图像生成能力已足以以假乱真。

然而，DeepSeek在面对外界和竞争对手的质疑时，选择了沉默与专注。

DeepSeek团队表示：“感谢每一位用户的信任与支持，大家的肯定、建议和期许，是我们不断探索和持续进步的动力，也让我们始终坚守初心，专注于不懈的创新。我们将始终秉持长期主义的原则理念，在尝试与思考中踏实前行，努力向实现AGI的目标不断靠近。”

🕙 事实证明，长时间的沉淀与技术投入，终将得到回报。

据路透社报道称，DeepSeek在发布V4之前，并未向美国芯片公司NVIDIA和AMD提供模型的早期访问权限，而是选择让中国企业华为提前数周进行软件适配优化，这一举动被形容为“打破行业惯例”。

这一方式在此前的中国和外国大模型中均未曾出现过。

实际上，DeepSeek V4对华为昇腾国产芯片的深度适配，并非偶然，而是早有规划。

去年8月，DeepSeek发布V3.1时，便已支持UE8M0 FP8 Scale参数精度，并明确表示该数据格式是专为即将发布的下一代国产芯片设计。

东莞证券指出，该格式通过更高的灵活性支持复杂模型推理，提升芯片的解码效率与运算能力，为国产芯片适配更大模型提供了技术路径，加速国产AI算力生态的形成。

☘️ 那么，UE8M0 FP8究竟是什么？将产生何种影响？

人工智能领域的企业家与技术专家、清华大学计算机系人工智能所博士梁斌表示，DeepSeek强调UE8M0 FP8的原因在于，这与NVIDIA的FP8是两种不同的标准。

他解释称，显存的发展是有限的，而模型的发展却是迅速的，因此对每个参数的表达必须通过量化进行压缩。FP32是32位表达一个参数，FP8则是8位表达一个参数，在可接受的范围内，越低的表达方式可以让显存中容纳更多的参数。

FP8有NVIDIA的E4M3/E5M2方案与DeepSeek的UE8M0方案，主要区别在于前者有3-2位的小数表达，而后者则没有小数表达。前者精度高，后者功耗低，运算速度快，对芯片的要求也低。

梁斌表示，DeepSeek支持UE8M0 FP8，加上国产芯片向这一标准靠拢，实际上是与NVIDIA彻底决裂。今后，其他推理模型将只能选择DeepSeek的体系或NVIDIA的体系，国内芯片公司也积极向DeepSeek的体系靠拢。

“华为为了适配这一标准，正全力以赴，若成功将会留下历史的印记，这对DeepSeek而言，绝对是一次巨大的挑战和机遇。”

软件主动适配硬件特性，本质上是在为国产芯片量身定制。

从软件层面主动适配国产硬件，为本土算力生态铺平道路，表面上简单，实则难度极大。这需要对底层调度代码进行大规模重写，全方位打通软硬件兼容链路，工程量庞大，技术壁垒极高。

长期以来，NVIDIA依靠CUDA生态，将硬件、软件与开发者深度绑定，构筑起坚固的技术护城河。在其巅峰时期，NVIDIA芯片在国内大模型训练市场的占比高达95%，几乎所有顶级大模型均高度依赖CUDA框架运行。

国产AI芯片面临着两道艰难的选择：要么妥协兼容CUDA，依附于海外生态以降低迁移成本；要么自主研发全套软件栈，从零开始构建自主技术体系。

回顾国内高端制造与核心科技的发展历程，可以清晰地看到，核心技术永远无法通过购买或讨价还价获得，要想不被国外卡脖子，AI领域必须打造软硬件一体化的自主协同能力。

此次DeepSeek V4实现了对昇腾芯片的深度适配，成功部署高吞吐、低时延的稳定推理，既是技术上的关键突破，也是国产AI打破外部技术垄断、自主突围的重要信号。

国产算力生态的崛起，从来不是单点突破。今年初，智谱GLM-5已完成对7家主流国产芯片的适配，并能够在纯国产算力集群中稳定运行。越来越多的大模型实现了全流程的国产化训练，纯本土算力的实践案例日益增多。

业内分析认为，这标志着一套完整、成熟的国产AI软硬件协同生态正在稳步成型。

必须承认，目前国内芯片制程仍有差距，单卡硬件性能不及海外顶尖水平。然而，多年来，我们在无数领域的实践中都表现出色。

从关键设备、核心软件被封锁限制，到一步步自主攻坚、慢慢突围，中国产业向来擅长在有限条件下，依靠架构优化、集群设计、软硬件协同以及资源统筹，走出一条属于自己的发展道路。

这正是我们多年来对抗技术封锁、突破重重壁垒的缩影，核心技术自主可控，才能真正攥紧主动权，确保不再被他国所制约。

近期，NVIDIA首席执行官黄仁勋在专访中直言，一旦DeepSeek新一代模型首先在华为芯片平台上运行，将对美国科技体系产生灾难性后果。

黄仁勋明确表示，DeepSeek在华为架构上落地并完成专属优化，意味着顶级AI模型能够脱离美国技术框架实现高效运行，这将直接动摇美国在全球AI领域的竞争优势，造成严重的战略损失。

有趣的是，黄仁勋此前一直反对孤立和围堵中国科技。他坦言，中国拥有充足的能源、完整的芯片产业链以及大量的AI科研人才，强行将中国推向对立面，并人为割裂产业合作，绝非明智之举。

在他看来，强行拆分两套AI生态是极为愚蠢的选择。一套是脱离美系技术的开源本土生态，另一套是高度绑定美国架构的封闭生态，这种割裂格局最终只会反噬美国自身。

他多次提到，中国拥有丰富的算力资源，只要完成内部算力整合，完全能够自给自足，支撑本土AI产业的长期发展。

同时，黄仁勋指出，美国极端的芯片出口管制政策过于短视。他结合所提出的AI“五层蛋糕”理论，强调能源才是AI最底层的核心基础，7nm成熟制程完全能够满足绝大多数AI落地需求，而中国的天然优势则在于能源的充足。

美国本土的能源资源紧张，因此NVIDIA不得不拼命压缩功耗，提升单卡能效。相对而言，中国电力资源储备充足，不需要极致优化每瓦性能，即使使用成熟制程芯片，通过大规模集群组网，依然能够弥补硬件差距。

即便面临EUV光刻机的限制，国内依然拥有充足的7nm芯片量产能力。虽然全球主流大模型大多基于NVIDIA Hopper架构训练，但中国完全可以依托能源优势，通过集群规模来抵消单芯片性能的短板，走出一条差异化的发展路线。

“他们庞大的AI研究人员队伍，难道不是他们最根本的优势吗？我们都看到了这一点。”这是黄仁勋反复强调的观点。受限于硬件环境，反而促使国内团队打磨出更加精简、高效的算法模型。

在他看来，AI行业的核心突破，更多来自于算法的迭代，而非单纯的硬件堆砌。海量的本土科研人员与持续进化的自研算法，才是中国AI长期竞争的最大底气。

【本文结束】如需转载请务必注明出处：快科技

责任编辑：朝晖