华为的下一代昇腾，要按 DeepSeek 的模型来改
The Information 独家称 DeepSeek 正把关于「模型怎么计算和搬运数据」的要求写进华为下一代昇腾的设计决策；本文用两家公司公开的技术文本，核对这条合作挪动了什么、又挪不动什么。
10 月 19 日太平洋时间上午 9 点，The Information 发出一篇独家。1
换算成北京时间，是 10 月 20 日零点。
标题是《How DeepSeek Is Shaping Huawei's AI Chips in a Growing Challenge to Nvidia》，作者 Qianer Liu 与 Juro Osawa。1
正文在订阅墙后。我们只读到开头两段。
第一段是消息本身：DeepSeek 正与华为紧密合作，塑造未来 AI 芯片的设计，两名知情人士说；这种合作可能帮助中国在没有英伟达技术的情况下建起前沿模型。1
第二段给出了这层关系的性质。
「这层关系超出了公司与芯片供应商就半导体路线图进行的那些对话。」1
「华为的工程师正在把 DeepSeek 的要求和建议写进设计决策，例如模型如何在处理器之间计算与搬运数据，用于明年及以后推出的芯片。」1
同一段的最后一句交代了做法：「为了做这项工作，华为的工程师已经在 DeepSeek 的办公室驻场了相当长一段时间，其中一人说。」1
三个词值得停一下。
design decisions，是设计决策，比「反馈」重。
how models calculate and move data between processors，是模型怎么在处理器之间计算与搬运数据，这是可以写进规格表的一栏。
stationed at DeepSeek's offices for an extended period，是驻场，这是组织形态。
截至发稿，两家公司都没有就这篇报道公开确认。
这条消息没有产品发布，没有价格，也没有一行跑分。
如果它成立，改变的是分工：一颗芯片该为谁优化，往后要由模型公司先开口。
01 从路线图到图纸
芯片公司与模型公司之间，本来有一套固定流程。
芯片公司排路线图，提前一两年告诉客户下一代有什么；模型公司拿着路线图做适配，把算子、精度、并行策略调过去。
在这套流程里，芯片是给定的，模型是要改的那一方。
The Information 说的「超出路线图对话」，动的就是这条分界。
按它的描述，顺序倒了过来：模型公司提要求，芯片公司把这些要求写进下一代的设计。
「明年及以后」这个说法，可以对着华为自己的路标读。
2026 年 9 月 17 日，华为在全联接大会上宣布，昇腾 960DT 比原计划提前三个季度、2027 年第一季度就绪，960PR 提前一个季度、2027 年第三季度就绪；970 与 980 排在 2028 与 2029 年。4
从 2026 年 10 月往后看，明年能落地的，就是 960 这一代。
报道立住的是层级：设计决策。
它没有立住的是范围：改的是哪一颗芯片，改到了哪一层，有没有商务条款，性能能提升多少。
这四件事没有答案，信源也只有两名匿名知情人士，没有文件。
一条关于「谁写规格」的消息，价值不在合作本身，在于它把产业链的分工顺序摆了出来。
02 为什么先改搬运
要理解「数据怎么搬」为什么能当规格谈，得先看 DeepSeek 的模型长什么样。
DeepSeek 的主力模型是 MoE，混合专家。
一个大模型被拆成很多个「专家」，每进来一个 token，只激活其中少数几个。
专家被分到不同的机器上，于是每一层都要把 token 送出去、算完、再收回来。
这段跨机器的往返，叫 all-to-all。
V3 的技术报告把这套账算得很细。
训练用了 2048 张 H800。每台机器 8 张卡，机器内部用 NVLink 与 NVSwitch 连，机器之间用 InfiniBand。5
并行方式是 16 路流水线，加跨 8 台机器的 64 路专家并行。5
报告里有一句关键的自我诊断：跨节点专家并行带来的通信开销，让计算与通信的比值落到大约 1:1。5
DeepSeek 用 DualPipe 把计算与通信叠起来，才把这笔开销压到接近零。
差距出在两种连线的速度上。同一台机器内，NVLink 给到 160 GB/s；跨机器，InfiniBand 只有 50 GB/s，差了 3.2 倍。5
DeepSeek 的应对，是让模型迁就网络：每个 token 最多只送到 4 台机器，把跨机流量压下来。5
同一份报告里，DeepSeek 写了两句直接给硬件厂商的话。
第一句：通信现在由 GPU 里宝贵的计算单元承担。
DeepSeek 把 H800 的 132 个计算单元（SM）中的 20 个划给通信专用，这会限制算力吞吐。
它的建议是：希望未来的厂商做出硬件，把这些通信任务从 SM 上卸载下来，做成协处理器。5
第二句：希望这类硬件把 scale-out 的 InfiniBand 和 scale-up 的 NVLink，从计算单元的视角统一成一个网络。5
这两句话写在 2024 年 12 月的论文里。
这比 The Information 的报道早了将近两年，两句话此前一直停在论文里。
2026 年 4 月，V4 报告里出现了另一句话：细粒度的专家并行方案，在英伟达 GPU 与华为昇腾 NPU 两个平台上都做过验证，相比未融合的基线，通用负载加速 1.50 到 1.73 倍。6
V4 同时把长上下文的成本压了下来：一百万字上下文下，单 token 推理算力只要 V3.2 的 27%，KV cache（推理时缓存的键值对）只要 10%。6
模型公司手里最硬的筹码，是它比芯片公司更早知道自己会在哪里堵住；它开出的条件也很朴素——让数据少走几趟。
03 图纸另一侧的对答
华为这边的答案，写在徐直军的一场演讲里。
2025 年 9 月 18 日，徐直军发布灵衢，英文名 UnifiedBus，一个面向超节点的互联协议。7
他给了六条特征：总线级互联、平等协同、全量池化、协议归一、大规模组网、高可用性。7
「协议归一」与「平等协同」，对上的正是 DeepSeek 的第二条建议：把机内与机外两张网，从计算单元看成一个。
两边的文本没有互相引用，这里能看出的只有方向一致。
规格层面也能对上。
950 系列里面向解码与训练的 950DT，单颗芯片内存做到 144GB，内存带宽 4TB/s，互联带宽 2TB/s，用的是华为自研的 HiZQ 2.0。7
到了 960 这一代，单颗芯片的算力、内存容量与互联端口都比 950 翻倍，一台超节点因此扩到 4096 卡，FP8 算力合计 8 EFLOPS、FP4 算力合计 16 EFLOPS，内存合计 1PB。78
最直白的一项改动在光模块上：一台 960 超节点用 5500 个 Hi-ONE 近封装光引擎，替代原本需要的 4.8 万个 800G 光模块，整套系统的功耗因此降了 550 千瓦以上。8
光模块是跨机搬运的成本项。
换掉它，跨机通信就从一排可插拔的光模块，变成了封装里的一段光路。
2026 年 9 月 30 日，DeepSeek 开源面向昇腾的基础组件，公告里有一句：「双方紧密合作，共同推进基于昇腾 950 的 128 卡超节点方案、共同对计算与通信进行了深度优化。」9
这句话停在「方案」和「优化」。
The Information 这次说的，是「设计决策」。
两者差一层：前者是把已有硬件用好，后者是让下一代硬件按需要长。
彭博 2026 年 9 月 4 日的报道给出了这条合作的规模。
DeepSeek 计划在内蒙古的数据中心部署至少 16 万颗昇腾 950DT，用于跑模型；安装时间表取决于华为的产能。10
同一条报道里还有一句更值得记住：DeepSeek 此前试过用华为芯片训练模型，但这个关键环节一直靠英伟达的加速器。10
两家公司缺的那一块，正好是对方手里最硬的：华为有互联与系统，DeepSeek 有模型与训练方法。
04 谁在替模型改芯片
把这件事放到全球坐标系里，它就不稀奇了。
今年 4 月 22 日，Google 发布第八代 TPU，官方写得很直接：8t 与 8i 两颗芯片，「与 Google DeepMind 合作设计」。11
更具体的一句在后面：8i 的片上缓存（SRAM）容量，是按推理模型在生产规模下的 KV cache 足迹来定的。11
Google 把这件事写成了方法论。
芯片上的一块内存该多大，由模型的缓存需求回答。
Anthropic 把这件事写进了公告。
2024 年 11 月，它在官方公告里写：「我们的工程师与 Annapurna 的芯片设计团队紧密协作，从硬件里榨出最大的计算效率。」Annapurna 是 AWS 旗下的芯片部门。12
2026 年 4 月，它给出了规模：目前用超过 100 万颗 Trainium2 训练并服务 Claude。13
OpenAI 的做法是自己的设计自己做。
2025 年 10 月，它和博通宣布 10GW 定制加速器合作，原句是「OpenAI 将设计加速器与系统」，2026 年下半年开始部署，2029 年底完成。14
Meta 的 MTIA 300 已经量产，用在排序推荐模型的训练上。
它的通信库与芯片从零共同设计；在一个 1500 亿参数的生产模型、40 颗加速器上，通信耗时约为同等规模 GPU 集群的四分之一。15
四家的共同点，是模型需求被写进了硅里。
差别在预算表。
Google 与 Meta 的协同发生在同一家公司内部，一个老板，一份预算。
OpenAI 与 Anthropic 走的是跨公司路线：AWS 既是 Anthropic 的股东，也是它的云供应商，钱和算力走同一条线；OpenAI 与博通之间，公开的是一纸采购与联合开发协议。13
中国这边的分工不一样：华为要卖的是算力，DeepSeek 有最强的开源模型之一，却没有自己的芯片。
阿里同时有云、前沿模型与自研 AI 芯片，但新一代的真武 V900 要到 2027 年第一季度才量产。16
三家都缺一块，最接近闭环的组合，是芯片与模型各占一头。
驻场就是协同成本的具体样子：人被派过去，需求才传得准。
英伟达在自己的财报里，把中国这块市场的现状写清楚了。
截至 2026 年 7 月 26 日的这一季（英伟达 2027 财年第二季度），它在中国数据中心计算市场「已被实质排除」，并写明这种排除「帮助竞争对手建起了更大的开发者与客户生态，反过来在全球挑战我们」。17
同一季度，它向中国出货的数据中心 Hopper 产品，不到数据中心收入的 1%。17
份额也在换手。
路透 10 月 13 日引 IDC 的数据：2026 年上半年，英伟达在中国数据中心 AI 芯片市场的份额是 34%，出货 67.8 万颗、同比减少 44%；华为出货 57.2 万颗，份额 28%。18
其余份额由平头哥、寒武纪、昆仑芯、海光等分走。18
同一份统计里还有一条：非 GPU 的 AI 加速卡上半年出货 101.6 万颗，首次超过 GPU 的 99.1 万颗。18
美国那几场协同设计，背后都有股权或采购合同兜底；中国这一场，兜底的是驻场的人和一张共同的路线图。
05 改不动的地方
协同设计能改的东西很多：内存多大、带宽多高、封装里放几颗光引擎、协议怎么归一。
它改不了的是硅本身。
徐直军在发布灵衢时讲得很清楚：中国半导体制造工艺将在相当长时间处于落后状态，可持续的算力只能基于实际可获得的芯片制造工艺。7
这句话是华为路线图的前提。
按它推下去，昇腾能做的，是在同一代工艺上把系统效率做到极致。
AI 科技评论的判断是，这套打法的天花板由工艺决定：系统能把同一块硅的效率推到很高，但硅本身不会因此变先进。
这是第一条。
第二条是内存的供给。
华为自研了两种 HBM：HiBL 1.0 配 950PR，主打低成本的预填充（Prefill）与推荐；HiZQ 2.0 配 950DT，面向解码（Decode）与训练。7
自研型号能按场景调容量与成本，能不能稳定放量，公开文本里没有答案。
第三条是产能。
彭博的报道写得很克制：16 万颗的安装时间表，取决于华为的生产能力。10
第四条，是训练。
DeepSeek 试过用华为芯片训练，这是彭博写明的；但到 9 月为止，训练这一步仍然靠英伟达。10
V4 的技术报告也不像 V3 那样交代训练用的 GPU 型号与总卡时。6
推理这一侧已有明确的部署计划：16 万颗与 128 卡超节点都指向推理；训练还没有公开证据。
还有一层风险，落在芯片自己身上。
一颗芯片为一家模型公司的架构优化，效率往往要拿通用性来换：为 DeepSeek 的专家并行调过的互联配比，未必适合另一家客户的稠密模型。
华为同时还要服务别的客户，DeepSeek 的偏好未必能变成通用规格。
反过来，模型侧也在动。V4 把注意力换成了压缩稀疏注意力（CSA）与重度压缩注意力（HCA）的混合架构，长上下文的成本比上一代 V3.2 低得多：KV cache 只剩十分之一。6
今年写进图纸的假设，两年后可能已经过时。
协同设计能把同一块硅的效率推得更高，推不动的是这块硅本身用的是什么工艺。
还没证实的那部分
这条消息只有两名匿名知情人士，没有文件支撑，也没有第二家媒体独立证实。
改的是哪一颗芯片、改的是内存容量还是互联拓扑，报道没有说；从时间上看，最可能是 960 这一代。
训练是否已经在昇腾上跑通，没有公开证据；彭博 9 月的说法与此相反。
这层合作有没有排他性、其他模型公司能不能拿到同样的设计配合，双方都没有提。
把五种协同设计摆在一起，形态差别看得更清楚。
| 组合 | 关系形态 | 已经落地的动作 |
|---|---|---|
| Google：TPU 8t／8i 与 DeepMind 的模型 | 同一家公司内部 | 8i 的 SRAM 容量按推理模型的 KV cache 足迹定容 11 |
| Amazon 与 Anthropic：Trainium | 股东＋云与芯片供应 | 逾 100 万颗 Trainium2 用于训练与服务 Claude 13 |
| OpenAI 与博通：定制加速器 | 联合设计＋采购 | OpenAI 设计加速器与系统，10GW，2026 年下半年起部署 14 |
| Meta：MTIA 300 与排序推荐模型 | 同一家公司内部 | 通信库与芯片从零共同设计，150B 模型 40 卡上通信耗时约为同等规模 GPU 集群的四分之一 15 |
| 华为与 DeepSeek：昇腾 950 与下一代 | 工程师驻场＋联合优化 | 950 的 128 卡超节点方案、计算与通信深度优化；下一代进入设计决策（报道口径） 9 |
明年一季度，960DT 就绪；这张图纸改得对不对，届时会第一次有答案。
References
- 1The Information：DeepSeek 正在塑造华为的 AI 芯片
theinformation.com
- 2华为新闻中心
huawei.com
- 3DeepSeek 官方公众号：V4.1-Flash-1017
mp.weixin.qq.com
- 4华为：汪涛在华为全联接大会 2026 的主题演讲
huawei.com
- 5DeepSeek-V3 技术报告
arxiv.org
- 6DeepSeek-V4 技术报告
arxiv.org
- 7徐直军：以开创的超节点互联技术，引领 AI 基础设施新范式
huawei.com
- 8华为：昇腾 960 超节点
huawei.com
- 9DeepSeek：开源昇腾基础组件
mp.weixin.qq.com
- 10彭博：DeepSeek 计划采购大量华为 AI 芯片
bloomberg.com
- 11Google：第八代 TPU
blog.google
- 12Anthropic：与 AWS 的 Trainium 合作
anthropic.com
- 13Anthropic：与 Amazon 扩展合作至 5GW
anthropic.com
- 14OpenAI 与博通：部署 10GW 定制 AI 加速器
openai.com
- 15Meta：MTIA 300
engineering.fb.com
- 16阿里云：全栈 AI 战略与路线图
alibabacloud.com
- 17英伟达 FY2027 第二季度 10-Q
sec.gov
- 18路透引 IDC：2026 上半年英伟达中国 AI 芯片份额 34%
ca.finance.yahoo.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.