我國AI產業：軟硬件雙向奔赴，新生態靜待花開

2024年4月29日，路透社報道：自DeepSeek V4模型發布后，多家東大大陸網絡與云端企業正加速向某廠下單，帶動新一波搶購潮。

英偉達H200雖然已經批準對華銷售，東大企業也有大量意向訂單，但西大立法機關的強烈反對，東大監管的力度依然不減，角力導致卡死，至今沒有實際出貨。

因此，字節跳動、騰訊與阿里巴巴等大型企業，近期均已主動接觸某廠洽談新一批芯片訂單。其它從事云端運算與GPU租賃服務的業者，也紛紛加入搶購行列，市場需求快速升溫——As--cend 950系列芯片需求迅速攀升，2026年預計出貨75萬顆。

隨著主要云端平臺迅速導入DeepSeek V4模型，例如阿里云與騰訊云同步上線相關服務，大幅擴大AI應用規模，也進一步推高底層芯片需求。DeepSeek甚至推出限時75%價格優惠，刺激開發者使用。業界預計，即使有75萬顆，950PR也難以滿足市場需求。2026年下半年950PR大規模量產后，才有可能緩解。

950PR芯片，已經明顯優于英偉達先前在大陸獲準銷售的H20晶片，但仍略遜于H200。 而DEEPSEEK V4型號包括兩個版本：V4-Pro，參數1.6萬億，V4-Flash有2840億參數，均支持一百萬令牌上下文窗口。

950PR是目前東大唯一支持大模型壓縮技術的東大國產芯片，可在降低成本的同時提升運算效率。

兵器迷注：

大模型壓縮技術,是指在盡可能保持精度的前提下，通過技術手段壓縮模型、加速推理計算，從而降低AI模型的大小和推理延遲。主要的大模型壓縮技術，分為量化、剪枝、知識蒸餾、低秩分解四大路徑。

量化：即降低權重與激活值精度減少模型體積與計算量。

剪枝：通過去除冗余參數減少計算量。

知識蒸餾：利用教師模型指導學生模型（學生）訓練，傳遞軟標簽、特征或注意力分布。（Anthropic Claude Mini將模型縮至1/10大小仍保留85%以上性能）

低秩分解：將大矩陣分解為低秩子矩陣，減少參數與計算。

更為重要的是，As--cend 950打造的SuperNode架構，全面支持V4模型運算需求，完成了整體產品線適配；反過來，DeepSeek V4專門針對某廠芯片進行了全線優化。

不僅如此，更為難得的是：2026年4月24日，DeepSeek正式上線V4預覽版并宣布開源時，國內三大AI芯片商，同日宣布對該大模型版本給予適配——

寒武紀完成DeepSeek-V4“Day 0”適配

海光DCU完成DeepSeek-V4“Day 0”適配

摩爾線程S5000 + 智源FlagOS：基于原生FP8引擎，Day-0適配DeepSeek-V4

這種國產算力與大模型生態協同進階，軟件-硬件協同優化的雙向奔赴，象征東大AI產業正在基礎底座上逐步降低對西大半導體依賴。

難怪黃仁勛在Dwarkesh podcast 上說：“如果有一天，DeepSeek 首度在華為芯片上發布，那將是對我們西大而言一個可怕的結果”。

西大對東大的出口管制正產生反效果——加速東大AI產業的內部整合。在近年來的東大AI發展中，已經開始呈現芯片、框架、算子庫、通信庫、編譯器、集群調度和模型算法協同迭代的曙光。

這種“被迫”的深度融合，可能”催生出一個完全去A化的、垂直整合的AI技術棧，形成兩個AI生態系統”——黃仁勛最擔心的其實是這個。

AI大模型與國產芯片的共同體生態，是東大建立本土獨立技術體系的一個縮影——軟硬件雙向奔赴，新生態靜待花開。由此管中窺豹，我們可以看到：東大推動科技自主的戰略方向之路，正在逐漸拓展、和延伸...