DeepSeek 確認已使用華為昇騰 950 GPU 訓練其前沿模型，驗證了該晶片在大規模 AI 開發中的能力。此舉標誌著中國主要語言模型在減少對 NVIDIA 硬體依賴方面邁出了重要一步，顯示國產 AI 晶片可作為 NVIDIA GPU 訓練前沿模型的可行替代品，進而強化本地 AI 生態系。

同時，這項進展也測試了華為 CANN 軟體堆疊與業界標準 CUDA 相比的穩定性。DeepSeek 正在其模型與底層硬體之間建立抽象層，使其能同時相容於 NVIDIA 和昇騰晶片。此外，昇騰 950PR 的 FP4 效能是 Nvidia H20 的 2.8 倍，使其成為推論工作負載的有力競爭者。

事件背景

華為昇騰系列是中國主要的 NVIDIA GPU 替代品，由 CANN（神經網路計算架構）軟體堆疊驅動。雖然 NVIDIA 憑藉 CUDA 在全球佔據主導地位，但 DeepSeek 等中國企業正越來越多地採用昇騰晶片，以緩解美國出口限制並支援國內供應鏈。

社群觀察

社群成員正在討論在華為硬體上使用 llama.cpp 等工具的實用性，並指出中國企業仍在積極收購 NVIDIA B300 晶片。大家也對 DeepSeek 的進展與 Kimi 和 GLM 等其他模型的比較感興趣。