4月15日，黄仁勋说出了一句分量很重的话：如果DeepSeek先在华为平台发布，对美国将是“灾难性的”。

他担心的并非少卖几批英伟达芯片，也不只是中国市场份额换了主人。

真正让这位英伟达掌舵者警惕的是：一旦中国的大模型与国产芯片形成好用、稳定、可复制的组合，竞争就会从一件产品，扩展到整套技术生态。

不过，这仍是一句带有“如果”的风险预警。中国已经向前走出关键几步，但胜负远未成为定局。

黄仁勋怕的，是模型带着平台一起走

黄仁勋确实作出过这一警告。

在4月15日的访谈中，他把人工智能比作“五层蛋糕”：底层是能源，往上是芯片、基础设施、模型和应用。英伟达真正强大的地方，也不只是卖卡，而是合作伙伴遍布这五层——上游有代工、存储和封装企业，下游有计算机公司、模型开发者和应用厂商。

这才是理解那句警告的钥匙。

一款芯片卖出去，挣到的是一笔钱；一套平台被开发者长期采用，得到的却是一条不断扩张的生态。模型要在芯片上运行，需要框架、算子库、编译器、通信系统和开发工具共同配合。

开发者在一个平台上写代码、找工具、积累经验，企业围绕它建设服务器和业务系统，后续再换平台，成本就会越来越高。

因此，黄仁勋担心的不是华为拿下一张订单，而是DeepSeek这样的开源模型如果在中国硬件上率先获得良好表现，随着模型被下载、部署和改造，中国的硬件接口、软件工具和工程方法也可能一同扩散。

他说得很直白：如果形成两个生态，一个开源生态只能运行在外国技术栈上，另一个封闭生态运行在美国技术栈上，对美国将是糟糕的结果。他甚至判断，模型的扩散可能推动中国技术成为世界标准。

市场份额还能争回来，标准、习惯和开发者一旦转向，丢掉的就是平台控制力。

九天之后，V4迈出了关键一步

4月24日，DeepSeek没有预告，直接发布并开源V4。Pro版本总参数量达到1.6万亿，Flash版本强调更快响应和成本优势，两款模型均支持百万字上下文。

更值得注意的是，华为昇腾、摩尔线程等国产芯片厂商随即宣布完成“Day0适配”。所谓Day0，就是模型刚发布，国产平台便能迅速接上，不必长期等候。

这不是一个漂亮口号，而是一种产业能力：模型更新，芯片跟上；芯片暴露问题，框架和算子继续优化；使用者增多，又会倒逼工具完善。模型、硬件和软件由此不再各干各的，而是在真实使用中相互磨合。

过去已经有过这样的铺垫。清华大学计图团队在昇腾910系列上完成DeepSeek系列模型适配，实现单台8卡服务器运行DeepSeek R1；在不同请求规模下，DeepSeek V2推理性能较vLLM昇腾版本平均提升53%以上。团队动的不是一个按钮，而是算子实现、内存布局、并行策略、并发处理和低精度量化等一整套环节。

这说明，国产平台承接DeepSeek并非停留在“点亮模型”。工程人员已经开始解决怎样少占显存、怎样提高速度、怎样让多张卡更顺畅协作的问题。

这正是生态形成的起点：不是谁宣布支持谁，而是谁能把模型真正跑起来、跑得快，并让后来者更容易使用。

“能推”之后，还要跨过“能训”的深沟

振奋归振奋，事实边界必须说清。

公开材料显示，DeepSeek-V4已经存在昇腾适配和推理部署事实，也显示双方存在优先或深度适配关系；但现有信息不能证明DeepSeek官方使用昇腾完成了V4的原始训练，也不能证明双方存在已公开确认的正式训练合作。

科大讯飞管理层4月29日称，V4只是基于昇腾完成推理适配，其训练仍使用英伟达芯片。这是企业方面的公开说法，也点出了当前最难的一关：“能推”和“能训”不是一回事。

推理像让已经学会知识的模型答题，训练则是让它在庞大集群上持续学习。芯片之间不仅要计算，还要频繁通信；显存、带宽、算子效率、精度对齐、故障恢复，任何一个环节掉链子，都可能让训练效率大幅下降。

科大讯飞披露，在国产卡上适配国际主流算法，往往需要额外3至6个月。昇腾910B的显存容量和带宽也与H200存在差距。这些短板不能回避，因为真正的自主生态，最终必须进入模型研发主流程，而不只是接住已经训练好的模型。

但局面也在变化。6月，深圳河套学院等团队依托昇腾910C集群，完成1.6万亿参数DeepSeek-V4-Pro全参数后训练。模型被分配到千卡集群，团队解决负载均衡和跨卡通信问题，连续1500多步没有发生中断或报错，模型算力利用率超过30%，关键训练算子效率提升14%。

这项工作属于第三方团队的后训练探索，不能算成DeepSeek官方原始训练成果，却证明国产算力已经能够承担世界级超大参数模型的高难度训练任务。

从“模型能在国产卡上回答问题”，走到“国产集群能让万亿参数模型继续学习”，这一步分量很重。

美国可能失去的，是中国必须拿回的选择权

黄仁勋为何反对把中国排除在美国技术栈之外？因为他看见了限制的另一面：当最先进的芯片买不到，继续依赖原有平台就会成为风险，中国企业只能加快内部整合。

这种整合一旦成功，美国可能失去三样东西。

第一是开发者。越来越多人若习惯国产框架、工具和算子，英伟达生态就不再是唯一入口。

第二是标准影响力。一个广泛使用的开源模型若与国产硬件协同优化，其他国家和企业部署模型时，就可能顺带接受这套技术路线。

第三是长期主动权。模型下一次升级、企业下一轮采购、数据中心下一代建设，都将多出一个不依赖美国平台的选择。

这还不是已经发生的最终胜负。国产工具链、算子库、系统协同和先进硬件仍要继续补课，迁移也意味着时间和成本。但黄仁勋的警告之所以值得重视，恰恰因为他站在全球最强AI芯片生态的中心，看清了真正的竞争边界。

DeepSeek跑上昇腾，表面看是一款模型换了一块芯片；往深处看，却是中国工程师开始把模型、算力和软件拧成一股绳。

当一套世界级模型不仅能在国产芯片上运行，还能在那里继续训练、迭代和成长，美国可能失去的便不只是一块市场；而中国真正拿回来的，也不只是一张订单，而是面对封锁时仍能决定自己往哪里走的选择权。

参考资料：

黄仁勋：假设DeepSeek是针对华为优化的，将使我们处于劣势.2026-04-17

自主创新需“率道而行.北京推进科技创新中心建设办公室.2026-04-27

深圳用昇腾910C集群完成1.6万亿参数大模型训练.2026-06-05

用华为算力训练，讯飞详述困难和优势.2026-05-01

清华大学计算机系计图团队实现华为昇腾上 DeepSeek 模型的适配和高效推理.清华大学.2025-04-24