梁文锋认为，国产AI芯片未来几年有机会接近英伟达水平，因此DeepSeek希望提前完成软件、模型训练流程和生态适配。
文章作者、来源：ME News
TL;DR
- DeepSeek将华为等国产AI芯片适配列为未来发展的重要战略方向，核心目标不是短期替代英伟达，而是降低对单一硬件体系的依赖。
- 梁文锋认为，国产AI芯片未来几年有机会接近英伟达水平，因此DeepSeek希望提前完成软件、模型训练流程和生态适配。
- 当前英伟达仍然占据AI训练芯片的主导地位，真正的竞争不仅在芯片算力，也在软件生态、开发工具和大规模集群能力。
- 华为Ascend系列芯片近年来持续推进，但在供应能力、生态成熟度以及大规模训练效率方面，与英伟达仍存在差距。
- DeepSeek选择押注国产芯片，本质上是在参与一场关于AI基础设施自主性的长期竞争，而不是一次简单的供应商替换。
DeepSeek押注华为芯片，背后是AI时代的基础设施焦虑
《The Information》近期援引知情人士消息称，DeepSeek CEO梁文锋在最新一次闭门投资人会议上，将使用华为等国产芯片训练大模型列为公司的重要战略方向，并表示这件事情“必须成功”。据报道，DeepSeek预计最早将在2026年第四季度获得新一批可用于训练的华为AI芯片，但具体型号和数量尚未公开。
这一消息的意义，并不只是某一家AI公司更换了一批服务器硬件。对于正在进入深度竞争阶段的全球AI产业而言，模型能力的竞争正在逐渐转向算力基础设施的竞争，而芯片、软件生态、供应链稳定性正在成为决定AI公司长期发展的关键因素。
过去几年，大模型行业形成了一条非常清晰的产业链逻辑：领先模型需要领先算力，而领先算力主要依赖英伟达GPU。无论是OpenAI、Google、Anthropic，还是国内的大模型公司，都不同程度依赖英伟达提供的GPU产品。
DeepSeek也并非完全摆脱英伟达。目前，公司仍然使用英伟达芯片训练模型。梁文锋此前曾表示，训练顶级大模型可能需要约5万颗Nvidia GB300，而如果采用华为Ascend 950，则可能需要约20万颗芯片。这种差距不仅体现为单颗芯片性能，也涉及芯片互联、软件优化以及整个计算集群效率。
因此，DeepSeek此次押注国产芯片，并不是因为华为芯片已经完全达到英伟达水平，而是因为梁文锋看到了一种长期趋势：未来AI竞争不会允许任何一家模型公司永远依赖单一硬件体系。
对于DeepSeek而言，提前适配国产芯片，本质上是在为未来几年建立更多选择权。
从“能不能训练”到“能不能持续训练”，AI竞争进入基础设施阶段
DeepSeek过去受到关注，一个重要原因是它改变了市场对于大模型训练成本的认知。
2025年初，DeepSeek-R1发布后引发全球关注，其中一个核心讨论点就是其训练效率。相比传统大模型公司投入巨额资金采购算力，DeepSeek通过算法优化、模型架构创新以及训练策略调整，提高了有限计算资源的利用效率。
这套思路实际上延续了DeepSeek创始团队此前在量化交易领域形成的技术路线：并不是简单依靠更多资源解决问题，而是通过工程优化提高资源使用效率。
但随着AI模型规模继续扩大，仅依靠算法优化已经越来越难解决全部问题。
大模型的发展正在进入一个新的阶段。过去几年，行业关注的是模型参数规模、能力排名以及测试成绩；未来几年，竞争焦点将更多转向谁拥有更稳定、更低成本、更可持续的计算基础设施。
原因很简单：AI模型训练和推理需求仍然在快速增长。
根据国际半导体产业协会（SEMI）等机构的数据，全球AI服务器市场近年来保持高速增长，GPU、AI加速器以及相关数据中心基础设施成为科技产业投资的重要方向。与此同时，美国、中国等主要经济体都在加强本土AI计算能力建设。
在这一背景下，拥有稳定芯片供应，不仅影响一家公司的研发效率，也影响其长期战略空间。
对于DeepSeek这样的模型公司来说，如果未来继续依赖单一海外供应链，那么在全球技术竞争环境变化的情况下，可能面临供应不确定性。因此，建立英伟达之外的训练能力，是一种战略保险。
华为AI芯片正在追赶，但真正挑战不是单颗芯片性能
近年来，华为Ascend系列成为中国AI芯片领域的重要力量。
在美国限制先进AI芯片出口的大背景下，华为持续推进Ascend系列产品和相关计算平台建设，希望形成类似英伟达GPU+CUDA生态的国产AI计算体系。近期，华为公布了新的AI芯片路线图，包括Ascend 960DT、Ascend 960PR等后续产品，并强调通过芯片互联和系统级架构提升整体计算能力。
但如果从产业实际情况来看，追赶英伟达并不是简单比较芯片峰值算力。
英伟达长期优势来自完整生态。
从硬件角度看，英伟达拥有H100、H200、GB200、GB300等高性能AI计算产品；从软件角度看，CUDA生态经过多年发展，已经成为全球AI开发者的重要基础设施。
大量深度学习框架、训练工具和优化方案都围绕CUDA构建。这意味着一家AI公司选择芯片时，并不是只看单颗芯片性能，而要考虑迁移成本、开发效率以及整个训练体系是否成熟。
这也是为什么国产芯片替代英伟达并非一夜之间完成。
华为需要解决的不只是制造问题，而是生态问题。
包括模型训练框架适配、算子优化、通信效率、大规模集群稳定性等，都需要大量真实训练任务进行验证。
DeepSeek选择参与这一过程，也意味着它希望成为国产AI芯片生态的重要使用者和推动者。
为什么梁文锋认为“必须成功”？
“必须成功”这句话背后的含义，或许并不是认为华为芯片马上可以取代英伟达，而是认为AI产业未来不能缺少自主可控的计算基础。
过去互联网时代，软件公司可以依靠云计算平台快速发展；但进入大模型时代，算力成为新的基础资源。
如果说过去互联网公司的核心资产是用户、数据和算法，那么今天AI公司的核心资产还包括计算资源。
OpenAI、Google DeepMind等公司都在投入大量资金建设自己的计算能力。微软与OpenAI合作的重要基础之一，就是微软提供大规模云计算资源。Google则依靠自研TPU减少对外部芯片的依赖。
因此，DeepSeek推动国产芯片适配，并不是孤立事件，而是全球AI公司重新思考基础设施战略的一部分。
对于中国AI企业而言，这种需求更加明显。
由于美国出口限制，中国企业获取最先进AI芯片存在一定限制。美国近年来不断调整对先进计算芯片出口规则，限制部分高性能AI芯片进入中国市场。与此同时，中国企业也在加速建设国产替代方案。
华为在AI芯片领域的推进，就是这一趋势的重要体现。近期华为方面表示，其AI计算设备需求增长明显，并持续扩大相关产品布局。(Reuters)
DeepSeek选择提前适配，实际上是在争取未来竞争中的主动权。
但国产芯片替代英伟达，仍然需要面对现实挑战
如果从产业发展角度看，DeepSeek押注国产芯片具有战略意义，但这并不意味着国产芯片已经完成替代。
目前最大的挑战仍然来自三个方面。
首先是芯片供应能力。
AI训练需要的不只是单颗芯片，而是成千上万颗芯片组成的大规模计算集群。即使芯片性能不断提升，如果供应规模不足，也难以支撑最先进模型持续训练。
梁文锋此前提到，华为芯片训练顶级模型需要更多数量，本质上反映的就是规模化供应问题。
其次是软件生态。
AI训练越来越依赖复杂的软件体系。从模型框架到底层通信库，再到各种优化工具，生态成熟度直接影响训练效率。
英伟达用了十多年建立CUDA生态，这是其最难被复制的竞争优势之一。
最后是大规模训练经验。
训练一个大型模型，不只是拥有芯片即可完成。如何调度数万颗计算单元，如何降低通信损耗，如何保证训练稳定运行，这些都需要长期工程积累。
因此，国产芯片的发展更可能是一场长期追赶，而不是短期替代。
DeepSeek的选择，代表中国AI公司的下一阶段竞争逻辑
过去几年，中国AI公司更多关注如何追赶海外先进模型。
但随着DeepSeek、通义千问、豆包等国产模型不断发展，竞争重点正在发生变化。
未来的问题不只是“能否做出一个接近GPT能力的模型”，而是“能否建立一套长期可持续发展的AI基础设施”。
模型能力、算法创新、数据资源、计算芯片以及软件生态，会共同决定一家AI公司的竞争力。
DeepSeek过去证明了，通过算法和工程优化，可以在有限资源下实现突破。
如今，它正在尝试解决另一个更长期的问题：如果未来AI竞争持续扩大，一个模型公司是否拥有足够稳定的计算基础。
从这个角度看，华为芯片只是一个载体，真正重要的是DeepSeek正在尝试建立一种更加多元化的AI基础设施体系。
这条路并不会轻松，也不会快速见效。但对于一家希望长期参与全球AI竞争的公司而言，提前布局可能比等待技术成熟之后再行动更重要。
AI时代的竞争，最终不会只属于拥有最强模型的公司，也会属于那些能够掌握计算基础设施主动权的公司。
参考资料
- The Information, “DeepSeek CEO Liang Wenfeng Highlights Huawei Chips as Key AI Training Bet”, 2026.
- Reuters, “China's Huawei says AI chip demand outstrips supply as it steps up Nvidia challenge”, 2026.
- Financial Times, “China’s AI labs must accelerate development, says Huawei chair”, 2026.
- Associated Press, “Huawei unveils new chip technologies as Chinese firm steps up AI race with Nvidia”, 2026.
- NVIDIA Annual Report 2025.
- DeepSeek Technical Report: DeepSeek-R1, 2025.
- Huawei Ascend AI Computing Product Roadmap, 2026.