文 | 孫永杰

進入到2026年，DeepSeek V4的發(fā)布窗口一再推遲，卻意外點燃了全球AI圈對“去CUDA化”的討論。而從多家媒體的報道看，這款預(yù)計參數(shù)規(guī)模達萬億級、支持百萬token上下文的多模態(tài)開源模型，正全力適配華為昇騰芯片，并通過CANN框架完成核心代碼重寫。

如果上述最終成為現(xiàn)實，這將是中國AI體系第一次在真實生產(chǎn)環(huán)境中，系統(tǒng)性探索在非CUDA平臺上承載核心模型能力的可能性。換言之，這不僅是一款模型的發(fā)布，更像是一場底層技術(shù)路線的“壓力測試”。

然而，正如DeepSeek創(chuàng)始人梁文峰在內(nèi)部溝通中強調(diào)的，這只是“萬里長征的第一步”。未來風(fēng)險與機遇并存，兼容與自立之間的平衡，甚至取舍，將決定中國AI能否真正走出屬于自己的發(fā)展之路。

DeepSeek V4延期，基礎(chǔ)AI計算平臺轉(zhuǎn)換的必然代價

如前述，原計劃在今年農(nóng)歷新年或2—3月發(fā)布的V4，一再錯過窗口，直至4月初相關(guān)媒體確認“數(shù)周內(nèi)發(fā)布”，究其原因，是推理端與采用華為昇騰芯片的深度適配。但問題在于，這條路徑遠比想象中復(fù)雜。而要理解這種復(fù)雜性，首先需要回到DeepSeek V4本身的技術(shù)特征。

眾所周知，進入2026年，大模型參數(shù)規(guī)模已經(jīng)跨越“萬億”門檻，向數(shù)萬億級邁進。在這一背景下，雖然V4采用更為激進的MoE（專家混合）架構(gòu)，在理論上通過“按需激活專家”降低單次推理計算量，但代價則是對包括內(nèi)存帶寬、芯片間互聯(lián)（Interconnect）以及KV Cache管理等的系統(tǒng)能力提出了更極端的要求。

換句話說，算力壓力從“純計算”轉(zhuǎn)向了“系統(tǒng)調(diào)度與通信”。而在在英偉達生態(tài)內(nèi)，這套問題有相對成熟的解法。

例如基于H100或B200，通過NVLink與NVSwitch構(gòu)建的高帶寬互聯(lián)，其單節(jié)點GPU間帶寬可達TB/s級別，形成近似“全連通”的計算網(wǎng)絡(luò)，數(shù)據(jù)在芯片間流動如同高速公路，延遲與同步成本被極大壓縮。但當(dāng)DeepSeek試圖將這套精密體系遷移至華為昇騰平臺時，面對的卻是完全不同的硬件拓撲。

不可否認，昇騰芯片近年來進步顯著，但在超大規(guī)模集群的“全連通能力”上，與英偉達仍存在物理層差距。例如，受制于制程與SerDes IP能力，昇騰更多依賴光模塊進行跨節(jié)點擴展，這種“以空間換帶寬”的方案雖然可行，但也引入了更長的物理鏈路，從而帶來信號延遲、同步開銷以及功耗與散熱管理等的復(fù)雜性。

與此同時，軟件層面的差距同樣不可忽視。昇騰的CANN框架在算子覆蓋、自動并行、內(nèi)核融合以及分布式通信調(diào)度等方面，整體成熟度仍落后于CUDA生態(tài)。這意味著，DeepSeek工程團隊需要在大量底層細節(jié)上進行針對性優(yōu)化，甚至手動重寫關(guān)鍵算子。

更棘手的是，這種落后往往不是線性，而是系統(tǒng)性的。具體表現(xiàn)為一個算子的性能下降，可能影響整條計算鏈路；一次通信效率的降低，可能導(dǎo)致整體吞吐大幅波動。最終的結(jié)果可能就是模型尚能運行，但距離穩(wěn)定、高效、可規(guī)?；€有很長的距離。

從這個角度看，DeepSeek V4的延期，并非簡單的產(chǎn)品節(jié)奏問題，而是中國頂尖算法團隊與國產(chǎn)芯片體系之間深度磨合的必然代價。雖然過程艱難，卻意義重大。

更重要的是，這一過程釋放出一個清晰信號，即AI競爭，正在從“模型能力比拼”，轉(zhuǎn)向“系統(tǒng)工程能力比拼”。而在這一階段，誰能更快把模型“跑起來、跑穩(wěn)定、跑便宜”，誰才真正接近產(chǎn)業(yè)級優(yōu)勢。

CUDA壟斷難破，CANN無奈妥協(xié)

如果說上述DeepSeek V4在推理側(cè)的適配困難，揭示的是工程層面的現(xiàn)實瓶頸，那么順著這個問題往下追問，一個更本質(zhì)的疑問也隨之浮現(xiàn)：為什么只是把模型從一個算力平臺遷移到另一個平臺，會變得如此困難？

回看PC時代的Wintel聯(lián)盟，微軟與英特爾雖然聯(lián)手壟斷，但兩家公司之間存在利益博弈，這為后來Linux、AMD乃至蘋果系統(tǒng)的崛起預(yù)留了空間。然而，英偉達在AI領(lǐng)域建立的是一種“單體垂直壟斷”，即微軟與英特爾的合體。

具體體現(xiàn)為，硬件層面上，英偉達定義了SM（流式多處理器）的物理結(jié)構(gòu)和Tensor Core的計算邏輯；軟件層面上，CUDA提供了與之1:1完美契合的cuBLAS、cuDNN等閉源庫。二者疊加導(dǎo)致了一個極其恐怖的現(xiàn)實：全球600萬+的開發(fā)者圍繞cuBLAS、cuDNN、NVLink/NVSwitch優(yōu)化算法、框架（PyTorch、TensorFlow）優(yōu)先CUDA實現(xiàn)，甚至AWS Trainium+Cerebras WSE的“反NVIDIA”異構(gòu)集群，在KV緩存遷移時仍需NVIDIA NIXL軟件和AWS EFA。

由此可見，這已不是單點的技術(shù)細節(jié)，是生態(tài)鎖定，即模型可移植性失效前，開發(fā)者“用英偉達硬件特性語言思考”已成為慣性。而正是這種生態(tài)慣性，讓英偉達像一個巨大的黑洞，吸納了全球90%以上的創(chuàng)新紅利。

在上述背景下，作為其最強有力競爭者的華為CANN最初確實試圖走一條相對獨立的路線，但隨著大模型時代的到來，這種路徑逐漸顯露出問題，例如開發(fā)者不愿遷移，企業(yè)不敢承擔(dān)風(fēng)險，生態(tài)增長緩慢。加之時間（例如大模型的快速迭代）的壓力，完全自立的路徑開始變得不再現(xiàn)實。

基于此，CANN逐步引入類似CUDA的抽象層設(shè)計，例如在CANN Next中嘗試對標(biāo)cuBLAS、cuDNN接口，實現(xiàn)高比例兼容，使模型遷移成本從“數(shù)周甚至數(shù)月”壓縮至“小時級”；在架構(gòu)層面，新近發(fā)布的950PR異構(gòu)架構(gòu)（預(yù)填充/解碼解耦）也刻意模仿英偉達解耦式服務(wù)，而非谷歌TPU的徹底異構(gòu)路線。

我們必須承認，這種近似于“兼容優(yōu)先”的策略在短期內(nèi)是成功的，它降低了門檻，使昇騰迅速在國內(nèi)市場獲得應(yīng)用基礎(chǔ)，并讓像DeepSeek、騰訊、字節(jié)跳動等這樣的公司能夠以較低的門檻嘗試國產(chǎn)算力。例如CANN Next通過SIMT編程模型實現(xiàn)高達95%以上的CUDA兼容性，已幫助多家企業(yè)將遷移時間大幅縮短至小時級，加速了實際落地。

但隨之而來的挑戰(zhàn)是，一旦涉及前沿創(chuàng)新，兼容層就會變成“天花板”。

例如當(dāng)開發(fā)者真正深入使用昇騰平臺時會發(fā)現(xiàn)，雖然常見路徑已經(jīng)被鋪平，但一旦涉及一些冷門、創(chuàng)新的底層算子，CANN的支持度就會下降，性能抖動劇烈。而DeepSeek V4在適配過程中遇到的諸如在嘗試引入SSM（狀態(tài)空間模型）或Mamba這類非Transformer結(jié)構(gòu)的混合架構(gòu)時，發(fā)現(xiàn)CANN的底層優(yōu)化仍主要向矩陣乘法（GEMM）傾斜的所謂困難，很大程度上是因為其在嘗試一些超越常規(guī)的算法優(yōu)化時，撞到了CANN兼容層的“邊界”。

而更深層的問題在于，一旦選擇兼容，就意味著默認CUDA仍然是隱形標(biāo)準(zhǔn)，你可以替換硬件，但在軟件語義和開發(fā)范式上，仍然在沿用對方定義的規(guī)則。這既是捷徑，也是限制。

兼容存隱患挑戰(zhàn)，未來機遇仍需真正自立

如前述，在CUDA生態(tài)形成事實標(biāo)準(zhǔn)的現(xiàn)實下，華為選擇“類兼容”路徑幾乎是必然結(jié)果，但同時也將整個中國AI產(chǎn)業(yè)推到了一個關(guān)鍵性的選擇節(jié)點：是繼續(xù)兼容CUDA，還是逐步走向真正獨立的生態(tài)體系？

從短期來看，答案幾乎沒有懸念，那就是必須兼容，這是效率與現(xiàn)實的選擇。但從長期來看，這條路徑則隱藏著不容忽視的風(fēng)險。

眾所周知，當(dāng)一個系統(tǒng)（如CANN）為了兼容另一個系統(tǒng)（如CUDA）而設(shè)計時，它不可避免地會繼承對方的局限性。

事實是，目前全球大部分開源算法都是圍繞英偉達架構(gòu)開發(fā)的，如果為了利用這些存量資產(chǎn)而一味追求1:1兼容，那么我們就會在硬件設(shè)計上陷入“模仿者陷阱”，并表現(xiàn)為一旦英偉達的硬件架構(gòu)在未來某個節(jié)點面臨范式轉(zhuǎn)型，例如從Transformer轉(zhuǎn)向某種不需要大規(guī)模矩陣乘法、而是更依賴異步邏輯的新架構(gòu)時，那么一直處于“影子狀態(tài)”的國產(chǎn)算力?？赡軙媾R瞬間的技術(shù)斷層，而這種“Bug對Bug兼容”的死胡同，無疑讓我們的底層創(chuàng)新始終籠罩在別人的陰影之下。

而更深層的風(fēng)險在于“時間差”。根據(jù)伯恩斯坦和Epoch AI的統(tǒng)計數(shù)據(jù)，雖然華為在國內(nèi)份額激增，但在全球AI算力總量中，國產(chǎn)芯片的占比僅為5%，仍屬相對有限。而正是這種絕對規(guī)模的差距，導(dǎo)致了嚴(yán)重的“研發(fā)效率摩擦”。

具體表現(xiàn)為，美國AI巨頭可以利用Blackwell強大的通信帶寬，在18個月內(nèi)跑通10T參數(shù)的Scaling Laws，而中國的頂尖人才卻不得不將50%以上的科研產(chǎn)能消耗在“如何解決老舊芯片的信號衰減”和“適配不成熟的編譯器”等問題上。

需要說明的是，上述時間上的錯位，在瞬息萬變的AI時代會被無限放大。當(dāng)我們的人才還在忙于“填坑”時，對手可能已經(jīng)完成了模型能力的指數(shù)級復(fù)利，導(dǎo)致對手一年模型的領(lǐng)先，演變?yōu)槲覀冊谀Ｐ湍芰?、?shù)據(jù)飛輪、安全對齊均呈指數(shù)復(fù)合增長疊加后，與對手形成不止一年的鴻溝。

當(dāng)然，挑戰(zhàn)往往蘊含著機遇。DeepSeek V4若成功發(fā)布，將證明“國產(chǎn)全棧”可行性，加速CANN生態(tài)成熟，吸引更多開發(fā)者跟進，加之全球“天下苦英偉達久矣”的情緒，業(yè)內(nèi)對CANN的支持或?qū)⒊鲱A(yù)期。而華為昇騰等后續(xù)芯片若達H100的80%—90%推理性能，疊加CANN Next的兼容紅利，中國AI供應(yīng)鏈臨界規(guī)模有望在1—2年內(nèi)形成。

但需要清醒認識的是，兼容只能解決“活下來”的問題，真正的自立，才能決定“走多遠”。而未來3-5年，將是一個關(guān)鍵窗口期。如果我們能夠在保持兼容的同時，逐步建立獨立的編程模型、算子體系與系統(tǒng)架構(gòu)，中國AI生態(tài)仍有機會實現(xiàn)從跟隨到定義規(guī)則的躍遷。否則中國AI或?qū)⑾萑搿按植趶?fù)制列車”的軌道。

寫在最后：DeepSeek V4的延期發(fā)布，看似偶然的“跳票”，實則揭示了一個更深層的現(xiàn)實，即AI競爭早已不只是模型之爭，而是底層生態(tài)與系統(tǒng)能力的全面較量。兼容CUDA固然是通往現(xiàn)實的最短路徑，但若止步于此，也可能鎖定未來的天花板。

所以真正的挑戰(zhàn)，不在于能否替代一套技術(shù)，而在于能否擺脫對既有范式的依賴，構(gòu)建屬于自己的規(guī)則體系。而接下來的3-5年，將決定中國AI是成為全球生態(tài)中的重要一極，還是長期停留在“高水平跟隨”的位置。當(dāng)然，在追求自立的同時，也需警惕封閉生態(tài)可能對全球開發(fā)者吸引力的潛在影響，以確保生態(tài)的開放性和長期國際競爭力。