不想跟英偉達玩了

文：王智遠 | ID:Z201440

我點開 DeepSeek 的 API 定價頁，想看看 V4 具體售價多少，結果在價格表下方看到一行灰色小字。

字體特別小，不留意的話很容易直接劃走。

上面寫著「受限于高端算力，目前 Pro 的服務吞吐十分有限，預計下半年昇騰 950 超節點批量上市后，Pro 的價格會大幅下調」。

簡單來說，DeepSeek 把自己未來能不能降價、降多少，公開綁定到了華為昇騰 950 這顆芯片的出貨節奏上。

早在 DeepSeek 正式發布前，就有不少傳聞將它和昇騰關聯在一起，只是一直沒有實錘，現在來看，雙方的深度合作已經落地。

所以，在我看來，這行不起眼的灰色小字，蘊含的關鍵信息，比所有跑分加起來都大。

想要看懂這行小字到底有多關鍵，得先弄懂一個技術細節；DeepSeek V4 訓練時，用了一種叫 mxFP4 的精度方案。這名詞聽著特別高大上，其實我也不懂啊。

于是，索性了解了下，意思是：

大模型有著上萬億個參數，每個參數本質上是一串數字，這些數字全都要存放在芯片的儲存空間里；行業里普遍用的是 FP8 方案，靠 8 位比特記錄一個數字，FP4 只需要 4 位比特就行。

打個通俗的比方：

FP8 就像用常規字號在 A4 紙上記筆記，一頁紙能承載的內容很有限，FP4 把字號縮小一半，同一張紙能裝下兩倍內容。

雖說精細度稍微差一點，完全不影響正常識別和使用。

我專門查過實測數據，FP4 對比 FP8，問答的準確度幾乎沒怎么掉，日常使用的絕大多數場景里，普通人完全感受不到區別，還能直接省下一半儲存空間。

簡單講，FP4 的優勢，是更少的存儲空間，更低的計算成本，跑差不多效果的模型。

搞懂 FP4 之后，接下來的事情有意思了。

目前英偉達的整個生態體系，主流用 FP8。國內芯片這邊，華為昇騰 950 是唯一一款已經商用、并且明確支持 FP4 的 AI 加速卡。

重點是：唯一一款。

DeepSeek V4 在訓練階段選了 FP4，昇騰 950 恰好是國內唯一支持 FP4 的芯片，這兩件事放在一起，不需要任何人告訴你結論。

這根本不是模型做完再臨時去兼容國產芯片，早在模型訓練起步階段，選擇精度規格的時候，已經專門為這顆芯片量身鋪路了。

就像你設計一把鑰匙時，已經知道它要開的那把鎖長什么樣。

那 DeepSeek 為什么要這么做？單純立場問題，或是情懷加持？我覺得根本沒這么簡單，畢竟它一直堅持開源，海外也有大量用戶在使用。

本質上，背后有一筆實打實的商業賬單。

要知道 DeepSeek 是開源企業，核心收入全靠 API 調用；它的核心打法是極致低價，V4-Flash 輸入只要 0.2 元每百萬 tokens，比 OpenAI 同檔次產品便宜幾十倍，妥妥的行業價格殺手。

「價格屠夫」的名頭聽著亮眼，背后卻有個繞不開的硬性要求，那就是算力成本必須壓到極致。

如果一直綁定英偉達，兩大難題永遠躲不開：

一，顯卡造價昂貴，高昂的算力成本會直接壓縮利潤；二，供應鏈完全不受自己掌控，一旦相關管制收緊，隨時會被卡脖子。

開源模型廠商利潤本來就十分微薄，這種盈利模式下，把核心算力命脈，攥在無法自主掌控的外部供應商手里，無異于慢慢等死。

所以，擁抱國產芯片是 DeepSeek 能持續走低價路線、長久活下去的核心關鍵。

對了，這還沒完。V4 是周五上午發的，同一天之內，華為昇騰、寒武紀、海光信息、摩爾線程率先官宣完成適配。

到收盤前，加上沐曦、昆侖芯、平頭哥、天數智芯，一共 8 家國產 AI 芯片品牌全部完成「Day 0 適配」。

Day 0，發布當天就能跑。

不光是芯片廠商，華為云、騰訊云、百度智能云、阿里云、天翼云、聯想智能云這些云服務商，也在同一天宣布把 V4 上架到自己的平臺；寧暢、長江計算這些做服務器的廠商，也跟著同步跟進。

一個模型發布，整條產業鏈當天就集體響應，這速度絕對不可能是看到發布才開始動手的。

你想啊，一個萬億參數的全新模型，從拿到權重，到完成適配、跑通推理、測出性能數據，幾個小時根本不可能做完。

那答案就只有一個了：這些廠商，早就提前拿到了 V4 的模型，早就開始做準備了。

我查了一下，The Information 的報道也印證了這一點。DeepSeek 在 V4 發布之前，特意給國產芯片廠商開了提前適配的窗口，給了他們好幾周的時間做調試、做優化，反倒是英偉達和 AMD，沒拿到這個優先權。

所以，你再回頭看周五那天的場面，它更像一場提前排練好的集體亮相。

DeepSeek 是領唱，幾家芯片廠商是和聲，云服務商和服務器廠商是伴奏，所有人在同一天一起上臺。

以前聊 AI 產業鏈，基本上都沿著同一條線說：

模型突破了，算力需求爆發，所以要建更多算力中心，需要更多芯片，英偉達吃肉，臺積電代工跟著喝湯，臺積電產能不夠就得買設備，半導體設備是下一個主線。

我承認，這條邏輯過去兩年完全成立，V4 這次釋放的信號，是旁邊正在長出另一條鏈路。

前面我說的，FP4 精度選擇、幾家芯片同天適配、云服務商同步上架，串起來看，這條新鏈路的輪廓已經很清晰了。

它的核心驅動力是「軟硬件從源頭協同設計」。堆量和協同，受益的方向幾乎沒有重疊，用舊地圖去找新鏈路上的機會，大概率會走偏。

這件事的影響范圍還不止于「利好誰」。

我查了一下，據路透社 3 月 27 日報道，字節跳動和阿里巴巴均計劃大規模采購昇騰 950，華為今年計劃出貨約 75 萬顆。

國內財經媒體援引的數據更具體，字節約 25 萬顆，阿里約 15 萬顆，光這兩家加起來就 40 萬顆，占了全年出貨計劃的一半以上。

需要說明，這組采購數字，幾家當事方既沒有回應、也沒有承認，芯片采購量級本身屬于高度敏感的商業信息，不公開確認是正常的。

因為供需關系的變化，昇騰 950 已經漲價 20%，這些訂單在 V4 發布之前就已經下了。

這里有一個很微妙的關系，大廠們買了芯片，準備用國產算力來跑大模型、做云服務。

這個商業決策最終成不成立，取決于一個前提：得有一個足夠強的模型，在這顆芯片上真的跑通了，效果經得起驗證。

V4，正是那個驗證。

它是整個國產算力產業鏈的一張驗收單，驗收通過，40 萬顆芯片的訂單才有意義，后續更大規模的采購才有依據。

當然，這件事也沒有那么完美，不能為了吹捧忽略客觀事實。

訓練側，V4 最核心預訓練過程，仍然跑在英偉達的體系上，國產芯片目前接住的是推理側，用戶實際調用模型時的那部分算力。

訓練和推理是兩件事，推理跑通了不代表訓練也能脫離英偉達。

昇騰 950 的產能也是另一個未知數，全年 75 萬顆的出貨計劃，光字節和阿里兩家就要走一半以上，后面排隊的還有騰訊、百度和一眾中小廠商；供不應求的局面下，產能能不能跟上，直接決定這條新鏈路的傳導速度。

換句話說，閉環在推理側跑通了，訓練側還要時間。

我認為，看這件事得看方向，過去幾年，中國 AI 產業的底色一直是「用別人的芯片，追別人的模型」；V4 釋放的信號不一樣，有人開始用自己的芯片跑自己的模型了，芯片和模型從一開始就在一起長。

路還很長，產能瓶頸、訓練側的硬骨頭、CUDA 生態十幾年積累的護城河，這些都是真的；當然，中國 AI 第一次在頂級模型層面跑通國產算力閉環，這也是真的。