DeepSeek全面押注国产算力：中国AI的“自主闭环”正式启动

当黄仁勋在CNBC采访中坦承英伟达已「基本放弃」中国AI芯片市场时，深圳的河套合作区内，一场意义远超融资新闻的技术突破正在低调推进——依托华为昇腾910C国产算力集群，外部团队成功完成对1.6万亿参数大模型DeepSeek-V4-Pro的全参数后训练。

一边是资本市场的天价融资，一边是计算底层的自主切换。两股力量交织在一起，指向同一个结局：中国AI的「国产算力闭环」，正在加速形成。

一、DeepSeek的「天价弹药」：当500亿融资遇上算力自主

6月初，一则消息在创投圈炸开：DeepSeek启动首轮对外融资，计划募集约500亿元，投后估值在3500亿至4000亿元之间。梁文锋个人出资约200亿元，腾讯拟投100亿元，宁德时代拟投50亿元，另有国家人工智能基金、网易、京东等正在最后洽谈。如果落地，这将是中国AI历史上最大规模的单轮融资。

这笔天价弹药，有一块明确去向——国产算力。

DeepSeek曾靠幻方量化的利润积累囤积了不少GPU，但V4版本的训练需要从英伟达CUDA生态整体迁移到华为昇腾CANN体系，单轮训练成本超过5亿美元。与此同时，DeepSeek正在自建数据中心，并在内蒙古招聘工程师。

一笔战略投资，需要另一笔战略资本来承接。宁德时代的50亿元在这里扮演了关键角色——它不仅是股权投资，更是对「算力需求→电力供应」这一完整闭环的提前卡位。宁德时代此前已投资HVDC龙头中恒电气和IDC运营商世纪互联，其储能系统使数据中心能使用更多的风能和太阳能电源。

算力背后的电力基础设施，正在成为资本布局的隐性战场——宁德时代的每一步都在将AI产业链的「电源插头」握得更紧。

二、「三方验证」：一次意义远超融资的技术突破

相比于一轮天价融资，真正的分水岭事件发生在深圳河套。

深圳河套学院AI训练平台项目团队，联合哈尔滨工业大学（深圳）、深圳市大数据研究院、华为有关团队，依托昇腾910C国产AI算力集群，完成了1.6万亿参数DeepSeek-V4-Pro的全参数后训练。模型迭代超过1500步，全程无迭代跳过或NaN异常。

实测数据交出工业级答卷：模型算力利用率超过30%，关键底层计算单元效率提升14%。30%的利用率是工业级可用的门槛线，而计算单元效率提升14%说明优化已经深入到硬件底层。

必须客观点出三个边界。

第一，本次仅为监督微调，不涉及从零起步的基础预训练。前者好比把房子精装修，后者则是在荒地上打地基，技术难度不可等量齐观。前英伟达CUDA生态累积了十五年才建立起完整的训练工具链，国产生态要跨越的差距远不止一次后训练。

第二，DeepSeek-V4-Pro采用混合专家架构，1.6万亿为总参数，实际激活参数远小于该数值——「支撑世界级模型」的判断成立，「全面替代H100」则为过度解读。

第三，团队构成涵盖高校、研究院和华为三方，华为提供算力，训练执行方是外部机构——外部团队跑通全流程，厂商自说自话的嫌疑被排除。

三、黄仁勋为什么主动「让出市场」？

技术验证的另一个背景，是英伟达对中国市场的战略撤退。黄仁勋在5月的CNBC采访中公开表示：

「中国市场的需求非常大……华为的实力非常、非常强劲。他们去年创下了纪录，未来一年也很可能表现非凡。由于我们退出了这个市场，中国本土芯片企业生态的发展也相当不错。我们基本上已经把那个市场让给他们了。」

这不是客气话。据Bernstein Research预测，英伟达在中国AI芯片市场的份额已从三年前的约95%暴跌至约8%。摩根士丹利预测，2026年华为将占据中国本土AI加速器市场62%的份额。而英伟达CFO科莱特·克雷斯在财报电话会上确认：本季度及下一季度，中国区数据中心计算收入指引均为0，而去年同期这一收入高达46亿美元。

主动让出，并非认输投降，而是一次冷静的商业止损。

四、「四环咬合」：中国AI成本迭代飞轮启动

如果把中国AI的国产替代比作一个飞轮，现在已经进入「四环咬合」阶段：

• 算力自主：昇腾910C已完成工业级验证，2025年出货81.2万颗，市占近50%，服务37家头部大模型企业。昇腾950DT更提前至8月上线，搭载自研HBM性能翻倍，DeepSeek将优先部署。

• 成本下降：国产方案的硬件成本仅为海外的1/3左右。

• 调用量上升：DeepSeek开源+V4上线后大幅降价，缓存命中场景输入价砍掉九成。

• 模型迭代：V4.1预计6月发布，V4.2有望在8月借力950DT推出。

四环节环环相扣，进一步降低整个产业链的算力成本。这是黄仁勋真正担心的循环——当算力成本持续下降、调用量持续上升、模型迭代持续加速，全球AI竞争的成本基准线将被中国改写。

五、现实挑战：闭眼狂奔之前，须先看清路上的坑

需要冷静正视的现实是：与英伟达CUDA生态积累近二十年的软件壁垒相比，昇腾CANN生态仍在加速追赶阶段。

本次测试系高校、研究机构与华为三方联合完成，距离大规模商业普及仍有差距。软硬件协同优化——从当前效率提升14%到完全释放硬件潜力——还需要时间和研发投入。生态的规模效应需要数以万计的AI开发者从CUDA迁移至CANN，这本身是一场漫长的人才和流程迁徙。

最大的变量不在技术，而在连续性。DeepSeek的V4版本遭遇了普遍的「性价比下降」质疑——核心问题就是显卡适配度：训练到一半被迫切换平台，直接影响模型的稳定性和成本。谁能最先大规模部署昇腾950DT、最先让国产算力训练全流程跑通，谁就占据最大的先发红利。

结语：从「卡脖子」到「换赛道」

一年前，DeepSeek的标签是「以不到600万美元的训练成本打出媲美OpenAI的效果」。今天，它的新叙事是「以首个不依赖英伟达的前沿模型姿态，打开中国AI的自主算力闭环」。

中国AI正在经历的不只是技术替代，更是一场深层的资本叙事转变——融资关键词从「英伟达算力规模」切换为「国产算力自主可控」。

飞轮已经开始转动。接下来要看的是，这套「自主闭环」能跑多快、跑多远。而DeepSeek，正用500亿资金和一次V4-Pro后训练的技术验证，同时为这辆飞轮装上了油门和刹车——油门是算力自主的成本优势，刹车是对工程化风险的清醒认知。

二者兼有，才有望真正驶上快车道。

参考来源：钛媒体、36氪、虎嗅网、东方财富、IT之家、观点网、财联社等多家媒体公开报道。

元宇宙与人工智能三十人论坛

因微信公众号整改，没有加“星标⭐️ ”的订阅号有时无法收到消息

1.为防止错过最新资讯，请将元宇宙与人工智能三十人论坛设为星标⭐️ 

2.点击“赞”和“在看”，提高我们相遇的几率。

3.精彩文章，请点击文末左下角“分享”给好友。

了解更多关注