通信世界網(wǎng)消息（CWW）開源模型逐漸占據(jù)主流話語權(quán)，接入與適配成為必然選擇，DeepSeek為行業(yè)增添發(fā)展動力的同時，也掀起了一場從底層技術(shù)到設(shè)施建設(shè)乃至體系生態(tài)的算力革命。

最直觀地，憑借“輕量化訓(xùn)練+高效推理”的特性，DeepSeek不僅大幅降低了大模型開發(fā)成本，更對傳統(tǒng)以英偉達(dá)為首的訓(xùn)練芯片巨頭形成直接沖擊。在這場技術(shù)變局中，國產(chǎn)算力芯片作為算力的根本支撐，亟待探索出一條屬于自己的發(fā)展之路。

從“訓(xùn)練為王”到“推理稱雄”

在AI技術(shù)體系中，訓(xùn)練與推理是兩大核心環(huán)節(jié)，訓(xùn)練需要海量數(shù)據(jù)和超強(qiáng)算力，推理則要求快速響應(yīng)現(xiàn)實(shí)問題，隨著AI應(yīng)用場景的普及，推理算力需求正迅速超越訓(xùn)練端。根據(jù)IDC數(shù)據(jù)，未來幾年，推理端的AI服務(wù)器占比將持續(xù)攀升。預(yù)計到2027年，用于推理的工作負(fù)載將占據(jù)七成以上。

“DeepSeek的核心突破在于算法優(yōu)化和計算效率提升，這種低算力需求模型對國產(chǎn)芯片的發(fā)展是一個重要機(jī)遇。”摩爾線程市場生態(tài)高級總監(jiān)呂其恒在接受采訪時講道。

首先，DeepSeek的成功表明，通過模型壓縮、稀疏計算、混合精度訓(xùn)練等技術(shù)手段降低算力需求，可以在一定程度上彌補(bǔ)硬件性能的不足，為國內(nèi)芯片提供了軟硬件協(xié)同設(shè)計的新思路，證明了在硬件性能短期內(nèi)難以趕超的情況下，通過軟件層面的創(chuàng)新仍可提升整體計算效能。

其次，DeepSeek在混合精度訓(xùn)練方面的成功，展示了低精度計算在AI訓(xùn)練中的潛力。國內(nèi)芯片廠商可以借鑒這種模式，優(yōu)化芯片的計算單元，支持更靈活的精度配置。

據(jù)了解，摩爾線程是目前國內(nèi)唯一能支持包括FP8在內(nèi)的全精度AI訓(xùn)練的全功能GPU企業(yè)。摩爾線程全功能GPU配備了最新一代的Tensor Core，原生支持E5M2和E4M3兩種表示方式的FP8數(shù)據(jù)精度，可以為DeepSeek的模型訓(xùn)練提供國產(chǎn)算力支持。

談及DeepSeek對國產(chǎn)算力芯片的影響，呂其恒認(rèn)為，從訓(xùn)練側(cè)來看，Scaling Law規(guī)模定律仍然有效，模型迭代會加快，對于國產(chǎn)優(yōu)質(zhì)訓(xùn)練算力的需求不會降低；長期看，模型參數(shù)規(guī)模擴(kuò)大（如GPT-5）和訓(xùn)練方法革新（如MoE）仍會推動訓(xùn)練算力需求增長。

而從推理側(cè)來看，隨著生成式AI應(yīng)用落地，落地應(yīng)用（如AIGC、智能體、垂直行業(yè)模型）將帶來海量碎片化推理需求，市場規(guī)模有可能超過訓(xùn)練。

激活“訓(xùn)推一體”，驅(qū)動協(xié)同增長

目前，DeepSeek憑借算法優(yōu)化與混合精度訓(xùn)練技術(shù)，將大模型訓(xùn)練成本顯著降低，一改往日大模型訓(xùn)練“大力出奇跡”的畫風(fēng)。DeepSeek推動AI普惠化的同時，國產(chǎn)廠商也有望借鑒DeepSeek的技術(shù)創(chuàng)新經(jīng)驗(yàn)，在推理側(cè)開拓新藍(lán)海。

以摩爾線程為代表，作為一家專注于全功能GPU設(shè)計的企業(yè)，其正積極探索與DeepSeek相結(jié)合的AI應(yīng)用與產(chǎn)品。

一方面，摩爾線程的全功能GPU已成功適配DeepSeek-V3和DeepSeek-R1原生671B模型，進(jìn)一步驗(yàn)證了摩爾線程在軟硬件協(xié)同優(yōu)化方面的深厚技術(shù)積累；另一方面，基于全功能GPU，摩爾線程與合作伙伴聯(lián)合打造的多款智算一體機(jī)已完成與DeepSeek等主流大模型的深度適配。

例如，摩爾線程與雪浪云聯(lián)合打造的“軟硬件緊耦合”大模型訓(xùn)推一體機(jī)——雪浪MindCenter X100，憑借其卓越的性能和靈活的架構(gòu)，已成功部署DeepSeek-R1-Distill-Qwen推理服務(wù)，并在多種中文任務(wù)中展現(xiàn)了優(yōu)異的性能。

“對于摩爾線程來說，DeepSeek的V3和R1進(jìn)一步驗(yàn)證了我們GPU產(chǎn)品在功能上的前瞻性，特別是對FP8精度的支持和不犧牲算力的異步通信能力?！眳纹浜阒v道。

隨著DeepSeek模型在多個智算中心快速部署，推理算力需求激增，面向推理側(cè)和訓(xùn)練側(cè)的部署調(diào)整，呂其恒認(rèn)為，短期內(nèi)，國產(chǎn)GPU廠商應(yīng)保持訓(xùn)練芯片的持續(xù)迭代，比如最好支持FP8，確保技術(shù)不脫節(jié)），同時通過推理芯片快速切入商業(yè)化場景。從長期上，應(yīng)瞄準(zhǔn)“訓(xùn)推一體”架構(gòu)（如摩爾線程MUSA），通過統(tǒng)一計算平臺降低客戶切換成本，最終在自主生態(tài)中實(shí)現(xiàn)訓(xùn)練與推理的協(xié)同增長。

技術(shù)門檻遷移，迎接“多元共存”

在AI芯片行業(yè)，“生態(tài)兼容性”始終是國產(chǎn)廠商難以跨越的隱形門檻。英偉達(dá)憑借CUDA生態(tài)構(gòu)筑的技術(shù)護(hù)城河，曾讓國產(chǎn)GPU在訓(xùn)練場景中舉步維艱。然而，DeepSeek開源模型的推出，配合國產(chǎn)芯片廠商的戰(zhàn)略協(xié)作，正在重塑這一游戲規(guī)則。

“長期來看，隨著國產(chǎn)替代的推進(jìn)、算法優(yōu)化能力的提升，以及行業(yè)對供應(yīng)鏈安全的重視，將逐步降低單一依賴風(fēng)險。”呂其恒指出，這一過程需要時間和技術(shù)積累，但已是不可逆的趨勢，未來的算力底座更可能呈現(xiàn)“多元共存”的形態(tài)。

盡管當(dāng)前國產(chǎn)AI生態(tài)仍面臨不同廠商技術(shù)框架兼容性不足、技術(shù)標(biāo)準(zhǔn)碎片化，垂直領(lǐng)域付費(fèi)模式不甚清晰、商業(yè)閉環(huán)尚未成熟，行業(yè)巨頭生態(tài)綁定式制約、全球化競爭壓力等多重挑戰(zhàn)。

在技術(shù)與產(chǎn)業(yè)的雙重考量下，我們可以看到，摩爾線程攜手行業(yè)伙伴探索構(gòu)建全國產(chǎn)“算法－芯片－場景”的生態(tài)，驗(yàn)證了AI國產(chǎn)自主發(fā)展創(chuàng)新的道路是完全可行的。

在技術(shù)驗(yàn)證與突破上，摩爾線程接入DeepSeek，驗(yàn)證了其自研全功能GPU的通用性與CUDA兼容性，這表明國產(chǎn)GPU在復(fù)雜AI任務(wù)中具備強(qiáng)大的支持能力，為國產(chǎn)AI技術(shù)的自主可控發(fā)展奠定了堅實(shí)基礎(chǔ)。

在生態(tài)協(xié)同上，DeepSeek的開源模型與摩爾線程的硬件實(shí)踐形成國產(chǎn)閉環(huán)，將進(jìn)一步推動國產(chǎn)AI硬件與軟件的協(xié)同發(fā)展。這種協(xié)同不僅提升了整體性能，還為未來更多大規(guī)模模型的部署提供了技術(shù)保障，有助于構(gòu)建更加完善的國產(chǎn)AI技術(shù)生態(tài)。

在產(chǎn)業(yè)協(xié)同與集群效應(yīng)上，無論是摩爾線程的行業(yè)合作，還是其他國產(chǎn)芯片廠商的接入與適配實(shí)踐，都將吸引更多上下游企業(yè)參與到國產(chǎn)AI生態(tài)建設(shè)中，形成產(chǎn)業(yè)集群效應(yīng)，推動整個國產(chǎn)AI產(chǎn)業(yè)的發(fā)展。

在開源與普惠化上，DeepSeek的開源模式降低了AI技術(shù)的使用門檻，摩爾線程的高效部署使得更多開發(fā)者能夠基于國產(chǎn)GPU進(jìn)行AI應(yīng)用創(chuàng)新。這種開源與普惠化的結(jié)合，也將推動AI技術(shù)的廣泛傳播和應(yīng)用，促進(jìn)國產(chǎn)AI生態(tài)的繁榮。

目前，摩爾線程已經(jīng)在制造業(yè)、工程機(jī)械、新能源、教育、金融等多個行業(yè)中落地應(yīng)用，展示了國產(chǎn)GPU在復(fù)雜AI任務(wù)中的強(qiáng)大支持能力。

呂其恒介紹，未來，摩爾線程將持續(xù)深化與開源社區(qū)合作，通過技術(shù)開放與生態(tài)共建，推動國產(chǎn)全功能GPU在AI計算領(lǐng)域的規(guī)?；瘧?yīng)用，并協(xié)同多家生態(tài)伙伴形成的強(qiáng)大的生態(tài)網(wǎng)絡(luò)。

結(jié)語

DeepSeek的橫空出世絕非偶然，產(chǎn)業(yè)協(xié)同創(chuàng)新更是發(fā)展必然。從產(chǎn)業(yè)鏈上游的算力基礎(chǔ)，到中游的模型研發(fā)和數(shù)據(jù)訓(xùn)練，再到下游的垂直應(yīng)用與合作，折射出了中國AI產(chǎn)業(yè)從“追趕者”向“定義者”轉(zhuǎn)型的集體野心。摩爾線程的實(shí)踐證明，當(dāng)算法創(chuàng)新、硬件突破與生態(tài)協(xié)作形成合力時，國產(chǎn)算力有能力在市場占據(jù)一席之地。深耕技術(shù)自主、生態(tài)開放以及場景縱深的破局之路，2025年，國產(chǎn)算力芯片大有可為。