近日，国内人工智能领域传来重磅消息：头部AI创企DeepSeek（深度求索）与智谱AI（智谱华章）相继发布声明，宣布将在今年下半年大规模采用华为最新推出的昇腾950超节点算力集群，用于其大模型的训练与推理部署。这一举动被业内视为国产AI生态与自主算力体系深度耦合的标志性事件，也引发了对中美AI竞争新格局的广泛讨论。

从“被动替代”到“主动选择”

长期以来，国内大模型厂商的训练和推理多依赖英伟达的GPU芯片，尤其是A100、H100等高端型号。然而，在美国持续升级对华芯片出口管制、英伟达定制版芯片性能受限的背景下，国产算力的战略价值急剧上升。华为昇腾系列作为国内唯一能提供大规模商用AI算力的解决方案，此前已在政务、运营商等场景有所渗透，但距离被头部大模型公司全面采用仍有距离。

此次DeepSeek和智谱的公开表态，标志着国内AI厂商从“被动寻求替代”转向“主动拥抱国产生态”。两家公司均在声明中强调，昇腾950超节点在算力密度、显存带宽及多卡互联效率上已接近国际主流水平，且华为提供的MindSpore框架及CANN算子库与自身模型架构的适配性有了质的提升。

昇腾950超节点：国产算力“弹药库”

据了解，华为昇腾950超节点是华为针对万亿参数级大模型训练打造的新一代集群方案，单节点可支持数百张昇腾910B/920芯片的并行计算，并采用创新的液冷散热与高速互联拓扑。虽然华为未公布详细性能指标，但据业内人士透露，其集群效率在部分主流模型上已可达到英伟达H100集群的70%-85%。更重要的是，华为承诺了持续的软件生态优化和本地化服务支持，这对于需要长期迭代的AI企业是巨大吸引力。

DeepSeek方面表示，其最新版本的DeepSeek-V3模型将在昇腾950集群上完成新一轮训练，预计训练效率较此前基于英伟达的方案提升约20%（考虑综合成本）。智谱则计划将昇腾950用于GLM-4系列模型的推理部署，以降低单位token的算力成本，并提升响应速度。

行业影响：生态裂谷正在弥合

这一合作的意义远超出两家公司本身。它表明国产AI芯片在软件栈、算子库、框架兼容性上的短板正在加速补齐。过去，大模型厂商不愿迁移国产算力的核心痛点在于“迁移成本巨大且性能损失不可控”。如今，随着DeepSeek和智谱——两家在国内大模型第一梯队中极具代表性的公司——率先“吃螃蟹”，整个行业可能会形成示范效应。

也有专家提醒，当前仍存在挑战。例如，华为昇腾生态与PyTorch/TensorFlow等国际主流框架的深度兼容仍需持续优化；大规模集群的稳定性和长期运维经验与英伟达相比仍有差距。但正如一位AI算法工程师所言：“只要头部公司愿意投入磨合，生态成熟的速度会比想象中快得多。”

展望：中美AI算力“双轨制”雏形初现

DeepSeek与智谱的决策，折射出一个更宏大的趋势：在中美科技脱钩的大背景下，中国AI产业正被迫构建一套独立的算力体系。短期内可能会经历性能阵痛和成本上升，但从长期看，这种“国产替代”将催生一个自主可控的AI技术栈。

可以预见，2024下半年，随着昇腾950超节点的批量交付，更多大模型厂商将陆续跟进。而华为能否借此契机，真正打通从芯片到框架再到应用的全链路闭环，将决定中国AI能否在算力封锁下继续保持全球竞争力。这场“算力突围战”的胜负手，或许就藏在每一行适配代码和每一次集群加速之中。