2.87倍。 这是华为昇腾950PR芯片的单卡算力，与英伟达能卖给中国的阉割版H20之间的差距。

成本的断崖式下降，彻底改变了AI商业化的逻辑。它让DeepSeek能以Apache 2.0协议开源V4，允许企业基于自有硬件私有化部署，而不用担心天价的API调用费。这不仅是技术路线的切换，更是商业模式的颠覆——从依赖云端付费，转向赋能千行百业的基础设施。

当成本和政策优势如此明显，市场的反应速度有多快？

市场的回答是一个更庞大的数字：81.2万张。这是2025年华为昇腾AI芯片的出货量，它占据了当年国产AI芯片市场**49.2%**的份额，断层式领先。

更关键的是行动。为了迎接DeepSeek V4上线，阿里巴巴、腾讯、字节跳动等云服务巨头，已经提前向华为下达了合计数十万颗昇腾芯片的采购订单。这种规模的集体采购，意味着头部企业不再将国产芯片视为“备胎”，而是作为未来核心算力架构进行战略押注。

市场的选择，验证了国产芯片从“样品”到“商品”，再到“核心商品”的实质性跨越。中国AI芯片的自给率，也从2024年的33%，提升至2025年的35%，并预计在2030年达到76%。一个摆脱外部依赖的算力底座，正在快速成型。

但是，一切真的完美无缺吗？性能追平甚至反超的背后，有没有被忽略的代价？

繁荣之下，冷静的数据同样存在。尽管在推理端表现出色，但行业分析普遍指出，像V4这样的顶级大模型，其训练环节大概率仍在英伟达GPU上完成。原因在于，在大规模、长周期的模型训练中，华为芯片在集群互联速度和训练稳定性上，仍与国际最顶尖水平存在差距。

另一个难以量化的差距在软件生态。英伟达的CUDA生态经过近20年的打磨，拥有无与伦比的成熟度和开发者支持。而切换至华为的CANN架构，意味着DeepSeek的工程师需要花费数月时间重写底层代码来“填坑”。

从“能用”到“好用”，国产芯片的软件生态仍需大量工程实践和时间来完善。

所以，DeepSeek V4转投昇腾，并非一个简单的“国产胜利”叙事。它是一系列残酷数字——13倍的性能阉割、50%的硬性指标、1/70的成本优势、81.2万张的市场选择——共同作用下的必然结果。

这是一次从“被迫适应”到“主动选择”的战略转身，为中国AI产业在算力自主的道路上，劈开了一条成本可控、供应链安全的现实路径。