国产芯片训练世界级大模型，DeepSeek V4Zuo到了吗？

大家好，我是子昕。Zui近，DeepSeek V4的发布备受关注。作为一款国产大模型，DeepSeek V4的背后有着不为人知的故事。

DeepSeek V4原本计划在几个月前发布，但直到现在才姗姗来迟。在这期间，整个AI行业Yi经发生了翻天覆地的变化。Claude 3、GPT-4、MiMo Pro、Kimi K2等模型相继发布，所有人dou期待着DeepSeek V4的到来但它却迟迟没有露面。

官方没有正面解释延迟的原因，但我们Ke以从一些信息中拼凑出一些线索。技术报告中提到，V4在英伟达GPU和华为昇腾NPU两个平台上完成了方案验证。路透社曾报道，DeepSeek没有给英伟达或AMD提供早期访问权限，而是将早期版本开放给了国内供应链，尤其是华为。

这不仅仅是一个技术决策，geng是一个赌注。随着美国出口管制的收紧，中国开发者Neng够获得的英伟达芯片越来越少。Ru果DeepSeek未来的模型仍然依赖英伟达，那么整个技术路线就会建立在一个随时可Neng被掐断的供应链上。

DeepSeekZuo成了。 Ru果这条路被验证可行，意味着什么？国内一大批大模型厂商douKe以沿着这条路走，整个中国AI产业就有了一条不依赖美国芯片的技术路径。

这次发布的两个版本——V4-Pro和V4-Flash，dou是MoE架构，并且dou标配1M上下文。官网和App同步上线，专家模式对应V4-Pro，快速模式对应V4-Flash，直接可用。

V4-Pro万亿总参数，49B激活参数

V4-Flash284B总参数，13B激活参数

万亿的总参数刷新了国产开源模型的纪录，比上一代V3的671B大了数倍。但激活参数只从37B增加到49B——参数规模扩大了但每个token实际用到的算力并没有等比增长。

官方的技术报告中对V4-Pro的Neng力进行了评估。与其他模型相比，V4-Pro在某些方面表现出色，但在其他方面仍有差距。官方表示，V4-ProYi成为公司内部的Agentic Coding主力模型，使用体验优于Claude Sonnet，但仍与Opus思考模式存在差距。

V4在技术报告中将自己定义为“基础设施级别的发布”——目标不是Neng力跃升，而是把长上下文的成本结构重写一遍。传统Transformer架构下长上下文计算量巨大，导致成本高昂。V4通过三个关键技术动了刀：

① 稀疏注意力: 在token维度Zuo压缩，结合DSA稀疏注意力机制，大幅降低计算量。

② mHC超连接: 解决万亿参数模型训练时的不稳定性，通过数学约束让深层网络的前向和反向传播geng稳定。

③ Agent专项训练: 将Agent提升为独立专家方向单独训练，具体改动包括工具调用结构的优化和跨轮次推理痕迹的保留。

V4-Pro目前的价格较高，但官方承诺下半年昇腾超节点批量上市并部署之后Pro版本的价格也会大幅度下调。真正打到地板的是Flash版本，其低廉的价格使得1M上下文成为默认配置成为可Neng。

昇腾生态的稳定性: 华为芯片上的工具链和生态成熟度仍需时间验证。

推理成本的真实情况: 目前独立复现的数据还不多，需要社区跑出geng多实测数据来验证官方的说法。

Pro的供应瓶颈: 高端算力产Neng有限，Pro目前吞吐受限，高并发场景下的稳定性仍是个问号。

V4不是那种让你kan完benchmark就兴奋的发布。它Zuo的事情geng底层，也geng难被感知：把长上下文的推理成本打下来让1M上下文不再只是参数展示，让国产芯片第一次进入正式技术文档里的硬件验证清单。

geng重要的是它证明了在芯片受限的条件下中国Ke以训出世界一流的大模型，Ke以走一条不依赖英伟达的路。这件事Ru果成立，影响的不只是DeepSeek，而是整个中国AI产业的下一步。

geng多内容，请关注微信公众号~