黄仁勋前阵子说了句话,挺值得琢磨。他大意是:如果中国顶尖大模型能完美跑在华为昇腾芯片上,对美国来说会很糟糕。
怕什么来什么。4月24日,DeepSeek发布V4,首发适配华为昇腾。
这事的意义不在“又发了个模型”,在于它把一条死循环给撕开了。
先看V4到底什么水平。
Pro版总参数1.6万亿,但每次推理只激活490亿。打个比方,一家医院有1600个专家,来了个骨折病人,传统做法是全院开会,V4只叫醒49个骨科医生,看完继续睡。
效果是:百万token上下文下,单token推理计算量只有上一代的27%,显存占用只有10%。上下文从128K拉到100万,算力反而降了。
再看和华为的配合。
以前国产芯片有个尴尬:造出来,没人用。模型都围着英伟达的CUDA生态转,国产芯片生态跟不上,越没人用越难迭代。
V4这次在昇腾上首发,等于告诉整个行业:中国最好的算法,在中国芯片上,跑得动。而且不只是“能跑”,技术报告里写的是在英伟达和昇腾两个平台上都做了验证。新华网的报道说得更直接:这是中国大模型首次完成从训练到推理的全栈国产化部署。
一旦这个闭环转起来,后面的事就顺了:模型迭代反哺芯片生态,芯片升级撑起更大的模型。
最后说价格,这才是最要命的。
DeepSeek API定价:Flash版缓存命中时,百万token输入两毛钱;Pro版缓存命中一块钱。西方同级别模型什么价,懂的都懂。
为什么能这么便宜?因为架构优化把推理成本打下来了,加上国产芯片把算力成本控制住了。以前一台服务器处理100个请求,现在能顶三四百个。硬件没多买,吞吐量翻几倍。
对普通人意味着什么?
AI不再是只有大厂才烧得起的东西。中小企业能用,个人开发者能用,做个小工具、搞个小生意,成本从“算了吧”变成“试试看”。
黄仁勋的焦虑,反过来印证了这件事的分量。他在访谈里说得很清楚:如果顶级模型以非美国硬件为首要优化目标,美国在全球AI价值链上的控制权就会被削弱。
这话翻译过来就是:以前规则是别人定的,现在有人开始自己写规则了。
当然,V4不是完美无缺。官方自己承认,综合能力比GPT-5.4和Gemini-3.1-Pro还有几个月差距。但方向已经变了:从“追着别人的芯片跑”,变成了“用自己的芯片,跑自己的算法,卖自己的价格”。
这一步迈出去,回不去了。