国产算力首次撑起万亿参数大模型，AI信创拐点真的来了

朋友们，昨天DeepSeek V4的消息你们看了吗？

我看到的时候愣了好几秒——不是因为参数多炸，而是这个数字：520万美元。

这是什么概念？

GPT-4的训练成本超过1亿美元。V4用了二十分之一的代价，跑出了世界一流水准。

更炸的是：全程没用一颗英伟达芯片。

一、DeepSeek V4到底强在哪？1. 参数规模：1.6万亿参数

正经的万亿参数大模型，不是小打小闹。上下文窗口直接拉到100万token，就是你扔一整本书进去，它能一口气读完还能跟你聊。

2. 性能表现在Agentic Coding评测中，达到开源模型最佳水平世界知识测评，大幅领先其他开源模型，仅稍逊Gemini-Pro-3.1数学、STEM、竞赛级代码，超越所有已公开评测的开源模型

简单说：开源领域最强，闭源领域第一梯队。

3. 成本优势

API定价对比

产品

价格

对比

V4-Flash API

1元/百万token

—

V4-Pro输入

0.025元/百万token

—

OpenAI GPT-4

—

V4价格的

1/30

这意味着什么？中小企业和个人开发者，终于能用得起顶级AI能力了。

二、最重要的突破：国产算力首次跑通

说实话，参数和性能都不是最让我震撼的。

最让我震撼的是这个： DeepSeek V4是全球首个完全运行在国产芯片上的万亿参数大模型。

训练用的是华为昇腾910B/C，推理用的是昇腾950PR。整个技术栈从英伟达的CUDA，全面迁移到华为的CANN框架。

️ 这不是在别人家的地基上盖房子，是从地基开始自己盖了一栋楼。

一场200个算子的"换心手术"

从CUDA迁移到CANN，说白了就是重写底层代码。

DeepSeek团队重写了超过200个核心算子初期推理速度只有英伟达方案的几十分之一迭代优化后：推理速度提升35倍，显存占用降低75%

这不是简单的适配，是脱胎换骨的技术重构。

昇腾950PR vs 英伟达H20

核心性能对比

指标

昇腾950PR

英伟达H20

对比

FP8算力

1 PFLOPS

0.36 PFLOPS

昇腾胜

HBM容量

112-128 GB

96 GB

昇腾胜

内存带宽

1.4-1.6 TB/s

0.9 TB/s

昇腾胜

推理性能

H20的2.87倍

昇腾胜

不是接近，是超越。

在推理这个越来越重要的战场上，国产芯片已经不只是追赶者了。

三、大基金入局，信号意义非凡

国家大基金三期正在洽谈领投DeepSeek，估值约450亿美元。

这是大基金首次公开注资本土大模型公司。此前大基金的投资重心都在半导体材料、设备等硬件环节。

这次投向DeepSeek，标志着国家层面对AI产业的认知升级：光有芯片不够，还得有模型。

国产AI芯片出货量数据

2025年中国AI加速卡总出货量：约400万张其中国产：165万张，份额占比41%郑州6万卡国产AI4S计算集群：已落地寒武纪Q1营收：28.85亿，同比 159.56%海光DCU相关营收：40.34亿，同比 68%

实打实的订单在涌入，产业闭环正在形成。

四、对普通人意味着什么？AI应用会更便宜、更强：V4-Flash API价格0.2元/百万token，V4发布次日调用量暴涨62.2%。价格降下来，用量就飙上去，这是正向飞轮。就业市场正在重构：IDC数据显示，2025年传统AI编程工具增速约25%，而具备Agent能力的工具增速高达78%。国产替代不再是"备胎"：DeepSeek V4证明了：国产算力能打、且省钱。以后企业选择算力，国产会进入优先选项，不是被迫选项。五、拐点之后，路还很长

⚠️ 需要清醒的地方

训练效率85%，意味着还有15%的差距CANN框架在第三方库、开发者社区完整性上，仍落后于CUDA英伟达不会原地踏步，下一代B系列芯片的生态壁垒只会更高

但方向已经确定了。

当阿里、字节、腾讯把国产算力写进优先选项，当寒武纪、海光们营收翻倍增长，当520万美元就能训练出GPT-4级别的模型——

国产算力的叙事，已经从"能不能活下来"，切换到了"能走多远"。

写在最后

我干了这么多年科技财经报道，看过太多"弯道超车"的口号。

但这次不太一样。

DeepSeek V4不是PPT，不是实验室数据，是真金白银训练出来、真刀真枪跑通了的。

520万美元的成本公示、昇腾950PR的实测性能、8家国产芯片的Day 0适配——这些细节都在说明一件事：

中国AI产业，正在建立自己的算力主权。

这场竞赛，才刚刚进入最关键的阶段。

但至少现在，我们不再是观众席上的旁观者了。

今日互动：

你觉得DeepSeek V4的突破意味着什么？国产算力的春天真的来了吗？

评论区聊聊~