业链传来重磅消息:DeepSeek 下一代旗舰大模型 DeepSeek V5,计划基于华为昇腾芯片完成训练。 这不是昇腾第一次跑 DeepSeek 模型,但这是第一次从推理、微调,迈向原生大模型预训练。
很多人会说:昇腾跑模型不是早就有了?差别在哪? 推理是 “拿着现成模型给用户回答问题”;预训练,是从零喂养海量数据、塑造模型底层智力,对芯片集群、通信、稳定性、算子生态的要求完全不在一个量级。这件事,标志国产算力走到了一个关键分水岭。
据科创板日报、产业链人士消息:
✅ 主体:DeepSeek 下一代大模型 DeepSeek V5
✅ 规划:计划依托华为昇腾算力完成预训练
✅ 关键变化:此前昇腾仅承接 DeepSeek 模型推理任务;V5 目标是原生在昇腾集群上完成训练
✅ 前期铺垫:早在 V4 阶段,双方团队已经完成大量算子适配、分布式库、编译链路的打通;DeepSeek 也已经开源面向昇腾平台的底层基础设施组件,补齐软件栈短板
✅ 时间节奏:相关预训练工作有望在 2026 年底启动,模型预计 2027 年落地
行业里大家都清楚:大模型推理,国内多家算力方案都可以落地;但万亿参数 MoE 大模型的从头预训练,是算力生态的 “终极大考”。 长时间连续跑几十万步迭代,不能报错、不能 NaN、集群通信不能堵、算力利用率要稳住,任何一个短板,都会让价值上亿的训练任务直接作废。这也是为什么过去国内头部大模型预训练,高度依赖海外 CUDA 生态。
第一,管制环境下,高端海外 AI 芯片供给持续紧张,供给不确定性是悬在所有大模型厂商头上的风险。 想要长期稳定迭代下一代超大模型,必须搭建自主可控的算力底座,不能把模型迭代的命脉押在单一外部硬件上。
第二,DeepSeek 本身是 MoE 稀疏大模型路线代表,模型体量巨大,对算力集群规模、互联带宽要求极高。 而昇腾这两年的路线,恰好就是围绕超节点、自研统一互联总线、大规模集群通信优化发力,主打万卡级集群稳定运行。昇腾 950、960 超节点方案,目标就是解决超大模型训练里最头疼的跨卡通信瓶颈北京日报。
第三,双方已经有足够的技术磨合基础,不是临时跨界。 V4 阶段,昇腾集群已经完成 DeepSeek-V4-Pro 全参数后训练验证,千卡集群稳定跑通上千步迭代,验证了这套硬件 + 软件栈的可行性。V5 的预训练,是技术路线的顺理延伸,不是凭空试错。
利好信号很明确,但产业界也要理性区分 “计划” 和 “成功落地”:
一句话概括:这是一次重要的可行性验证,但不是终点。
DeepSeek V5 计划采用昇腾训练,是国产 AI 产业一个标志性事件。 它不只是一家公司和一家芯片厂商的合作,而是国内大模型产业主动寻找算力自主路线的缩影。 芯片、框架、模型,三者本就是共生关系。模型往国产算力上迁移的过程,也是国产芯片生态持续变强的过程。
未来半年,V5 训练项目的进展,值得整个芯片与 AI 行业持续跟踪。 算力自主这条路,很难,但每往前一步,都意义重大。