“不誘于譽，不恐于誹，率道而行，端然正己。”帶著這十六字理念，4月24日，DeepSeek V4預覽版正式發(fā)布。距離上一版V3.2更新，已經過去了近五個月。

當下海外主流大模型，基本保持三個月一輪的快速迭代。相比之下，DeepSeek的節(jié)奏看似偏慢，甚至一度被外界質疑掉隊。

GPT Image-2生成

就在前幾天，GPT Image-2的出現讓網友驚呼“有圖有真相”的時代已經過去，現在的AI生圖能力，足以以假亂真了。

但DeepSeek一邊沉默應對外界和對手的質疑，另一邊則潛心修煉。

他們說：“感謝每一位用戶的信任與支持，大家的肯定、建議和期許，是我們不竭探索、持續(xù)進步的動力，也讓我們始終堅守初心，專注于不懈的創(chuàng)新。我們將始終秉持長期主義的原則理念，在嘗試與思考中踏實前行，努力向實現AGI的目標不斷靠近?！?/strong>

事實證明，長久的蟄伏沉淀與技術投入，從來都不會白費。

今年2月，路透社稱，據知情人士透露，DeepSeek發(fā)布V4之前，沒有向美國芯片公司NVIDIA和AMD提供模型早期訪問權限，而是率先讓中國企業(yè)華為提前數周開展軟件適配優(yōu)化工作?！癰reaking from standard industry practice（打破行業(yè)慣例）?！?/strong>報道中如此形容這一事件。

畢竟，這是此前無論中國公司還是外國公司的大模型，都沒有采用過的方式。

實際上，DeepSeekV4深度適配華為昇騰國產芯片，并非臨時之舉，而是早有布局。

去年8月，DeepSeek發(fā)布DeepSeek-V3.1時，其中一個重大的進步和驚喜，就是支持了UE8M0 FP8 Scale參數精度，并特別表示這一數據格式是針對即將發(fā)布的下一代國產芯片設計。

東莞證券指出，該格式通過更高的靈活度支持復雜模型推理，提升芯片的解碼效率與運算能力，為國產芯片適配更大模型提供技術路徑，國產AI算力生態(tài)有望加速成型。

那UE8M0 FP8到底是什么？將有何影響？

人工智能領域的企業(yè)家與技術專家、清華大學計算機系人工智能所博士梁斌表示，DeepSeek為什么非要強調UE8M0 FP8呢？這個和NVIDIA的FP8是兩個東西，兩套標準。

他解釋稱，顯存的發(fā)展是有限的，而模型的發(fā)展是快速的，對每個參數的表達必須通過量化進行壓縮，FP32就是32位表達一個參數，FP8就是8位表達一個參數，在可接受的范圍內，肯定是越低的表達，在顯存里面能裝下更多的參數。

FP8有NVIDIA的E4M3/E5M2方案和DS的這個UE8M0方案，主要區(qū)別就是前者有3-2位的小數表達，后者沒有小數表達。前者精度好，后者功耗低，運算快，對芯片要求低。

梁斌表示，現在DeepSeek支持UE8M0 FP8，加上國產芯片都向這個標準靠攏，這是徹底和NVIDIA決裂了，以后其他推理模型，要么選擇DS這套體系，要么選擇NVIDIA體系，國內芯片公司也積極向這套體系靠攏。

“現在華為他們那邊真是為了適配這個標準，真是玩命干，干成了就是名垂千古，多大誘惑，而且我發(fā)現DeepSeek還真是有膽量，真是把國產大模型的發(fā)展推到了一個牛X的高度上去，太了不起了?！?/strong>

軟件主動適配硬件特性，本質上是在為國產芯片提前量體裁衣。

主動從軟件層面適配國產硬件，提前為本土算力生態(tài)適配鋪路，看似簡單，實則難度極大。這需要大規(guī)模重寫底層調度代碼，全方位打通軟硬件兼容鏈路，工程量巨大，技術壁壘極高。

長期以來，NVIDIA依靠CUDA生態(tài)，將硬件、軟件、開發(fā)者深度綁定，構筑起堅固的技術護城河。巔峰時期，NVIDIA芯片在國內大模型訓練市場占比高達95%，幾乎所有頂級大模型，都高度依賴CUDA框架運行。

擺在國產AI芯片面前的，一直是兩道艱難選擇題：要么妥協兼容CUDA，依附海外生態(tài)降低遷移成本；要么自研全套軟件棧，從零搭建自主技術體系。

回看國內高端制造、核心科技的發(fā)展歷程就能明白，核心技術永遠買不來、討不來，想要不被國外卡脖子，AI領域必須打造軟硬件一體化的自主協同能力。

此次DeepSeek V4完成昇騰深度適配，實現高吞吐、低時延的穩(wěn)定推理部署，既是一次關鍵技術突破，更是國產AI打破外部技術壟斷、自主突圍的重要信號。

國產算力生態(tài)的崛起，從來不是單點突破。今年初，智譜GLM-5已完成7家主流國產芯片適配，可在純國產算力集群穩(wěn)定運行。越來越多大模型，實現了全流程國產化訓練落地，純本土算力的實踐案例越來越多。

業(yè)內分析認為，這意味著一套完整、成熟的國產AI軟硬件協同生態(tài)，正在穩(wěn)步成型。

必須承認，目前國內芯片制程仍有差距，單卡硬件性能不及海外頂尖水平。但這么多年，我們在無數領域都是如此。

從關鍵設備、核心軟件被封鎖限制，到一步步自主攻堅、慢慢突圍，中國產業(yè)向來擅長在有限條件下，靠架構優(yōu)化、集群設計、軟硬件協同、資源統(tǒng)籌，走出屬于自己的發(fā)展道路。

這正是我們多年對抗技術封鎖、突破層層壁壘的縮影，核心技術自主可控，才能徹底攥緊主動權，別人就再也卡不住我們的脖子。

就在近期，NVIDIA CEO黃仁勛在專訪中直白警告，一旦DeepSeek新一代模型率先登陸華為芯片平臺，對美國科技體系而言，會是災難性結果。

黃仁勛直言，DeepSeek落地華為架構、完成專屬優(yōu)化，代表頂級AI模型，可以脫離美國技術框架實現高效運行，會直接動搖美國在全球AI賽道的競爭優(yōu)勢，造成巨大戰(zhàn)略損失。

有意思的是，黃仁勛此前一直反對刻意孤立、圍堵中國科技。他坦言，中國坐擁充足能源、完整芯片產業(yè)鏈和海量AI科研人才，強行將中國推向對立面，人為割裂產業(yè)合作，并不是明智選擇。

在他看來，強行拆分兩套AI生態(tài)十分愚蠢。一套是脫離美系技術的開源本土生態(tài)，一套是高度綁定美國架構的封閉生態(tài)，這種割裂格局，最終只會反噬美國自身。

他也多次提到，中國擁有海量算力資源，只要完成內部算力整合，完全可以自給自足，支撐本土AI產業(yè)長期發(fā)展。

同時，黃仁勛直言，美國極端的芯片出口管制政策過于短視。結合他提出的AI“五層蛋糕”理論，能源才是AI最底層的核心根基，7nm成熟制程，完全能夠滿足絕大多數AI落地需求，而能源充沛，正是中國的天然優(yōu)勢。

美國本土能源資源緊張，所以NVIDIA只能拼命壓縮功耗、打磨單卡能效。反觀中國，電力資源儲備充足，不需要極致摳每瓦性能，哪怕用成熟制程芯片，依靠大規(guī)模集群組網，照樣能補齊硬件差距。

即便面臨EUV光刻機限制，國內依舊保有充足的7nm芯片量產能力。全球主流大模型大多基于NVIDIA Hopper架構訓練，但中國完全可以依托能源優(yōu)勢，用集群規(guī)模抵消單芯片性能短板，走出差異化路線。

“他們龐大的AI研究人員隊伍難道不是他們最根本的優(yōu)勢嗎？ 我們都看到了這一點”。這是黃仁勛反復強調的一點。受限的硬件環(huán)境，反而倒逼國內團隊打磨出更精簡、高效的算法模型。

在他眼中，AI行業(yè)的核心突破，更多來自算法迭代，而非單純硬件堆砌。海量本土科研人員、持續(xù)進化的自研算法，才是中國AI長期競爭的最大底氣。

本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉載請在文中注明來源及作者名字。