什么是真正的筚路蓝缕，相互搀扶？
就是去年 DeepSeek 试图用华为昇腾芯片训练 R2 时，被各种跨卡通信卡顿、芯片稳定性崩溃和软件支持问题折磨得痛不欲生。
哪怕华为把最牛的工程师派驻到 DeepSeek 办公室，抱着睡袋现场抓虫， DeepSeek 最终也只能含泪把训练任务切回英伟达。
而一年后的今天，事情发生了 180 度的大反转：
华为工程师依然“扎根”在DeepSeek 的办公室里，但这次不是来现场擦屁股的，而是直接拿起了芯片设计图纸，把 DeepSeek 模型的最底层需求——从 MoE（混合专家模型）路由的通信拓扑，到大模型的矩阵计算逻辑——直接写入华为下一代昇腾芯片的晶圆设计里。
这种从“被坑到转头就走”到“把命交给你来定芯片”的商业反转，比任何好莱坞剧本都更加硬核。
一、去年的“分手”：不是不爱，是实在烧不起时间
很多人觉得支持国产大模型和国产芯片，就是一句口号的事情。但大模型预训练的残酷程度，远非外界想象的那么简单。
预训练一个上千亿、上万亿参数的顶尖大模型，本质上不是一颗 GPU 在孤军奋战，而是成千上万颗 AI 芯片在进行一场毫米级的“万卡交响乐”。
拿 DeepSeek 最擅长的 MoE（混合专家模型）架构来说，模型里的每一次计算，都要求数据在成百上千颗芯片之间极速“折腾”——这个专家算两句，那个专家接一棒，专业术语叫 All-to-All 跨卡通信。
这时候，芯片如果掉线，或者通信带宽跟不上，后果是灾难性的。
英伟达为什么能横行天下？
不光是因为它的 CUDA 软件生态好，更因为它的 NVLink 就像一条双向八车道的地下超音速磁悬浮，几万颗卡连在一起，数据跑得飞快还不掉链子。
NVLink 硬件
而早期的国产芯片集群，在面对这种疯狂的 All-to-All 通信时，就像是用乡村公路去顶替京沪高速。
一旦某颗卡掉线或者产生累积误差，整个上万卡的集群就会瞬间“宕机”，几百万美元的电费和几周的计算成果可能直接化为泡影。
在 AI 赛道上，时间就是生命。研发进度如果延误两个月，可能就直接错过了整个大模型迭代的窗口期。
因此，去年 DeepSeek 在尝试用昇腾训练 R2 频频受阻后，极其理性地做出了一个决定：主模型的预训练不得不转回英伟达集群，昇腾芯片则先用来搞定推理和小模型微调。
那时候外界有不少冷嘲热讽，甚至有人说国产芯片搭不上最顶尖大模型的快车了。但他们显然低估了这两家公司的硬核程度。
二、没有在坑里躺平，而是先把“软件高墙”给拆了
告别了盲目硬冲之后，双方开始走上一条极其务实的破局之路：硬件不够，软件先凑；底层吃力，编译器来救！
大家知道，英伟达最大的护城河是 CUDA。
开发人员写代码就像用标准语言交流，而国产芯片的底层接口（比如昇腾的 CANN）在早期开发体验上则存在不少门槛。大模型算法工程师为了让代码在国产芯片上跑起来，往往要耗费巨量精力去重写最底层的算子，这叫“代码重构痛苦面具”。
为了彻底打通这层隔阂，今年 9 月底，DeepSeek 直接放大招，开源了昇腾版的 TileLang 以及矩阵计算库 DeepGEMM Ascend。
这是个什么概念呢？举个通俗的例子：
假设 Ascend 芯片内部有专门负责矩阵乘法的 Cube 核心和负责向量计算的 Vector 核心，它们就像两个工种不同但配合紧密的流水线工人。
以前程序员想让这两个工人高效协同，得手动给每个人写极其繁琐的步骤指令，稍微不注意就会出现“一人干活一人闲逛”或者“两人撞车”的惨剧。
而 DeepSeek 开源的 TileLang，就相当于给这两个工人装了一套 AI 智能同传和调度系统。
程序员只需要用高级语言写下计算逻辑，TileLang 就能自动把数据精确分配到芯片的 L1 缓存和 UB（超高带宽片上存储）里，甚至还能自动插入交叉同步指令，让硬件利用率直接拉满！
这一套软件“外挂”砸下去，大幅减少了模型迁移到国产芯片所需的代码改写工作。
从这一刻起，DeepSeek 和华为之间，不再是“我买你的卡，你给我的售后挂号”，而是真正打通了算法与软件底层的血脉。
华为 CANN 技术发布
三、从“改代码适应芯片”到“改芯片适应算法”
然而，软件适配只是第一关。要想彻底撕掉对英伟达的依赖，就必须在硅片层面上动真格的。
据外媒披露，华为现在的思路已经发生了根本性的逆转——
过去是“我做好了一颗芯片，你们大模型公司按照我的规则来写代码”；
而现在是华为把工程师直接派驻在 DeepSeek 办公室，天天盯着 DeepSeek 的算法架构师怎么调参、MoE 专家怎么路由、数据怎么传输，然后把这些算力需求直接写入下一代昇腾芯片的设计图纸里！
这就是大模型时代最顶级的硬件定制化——芯片级协同设计（Co-design）。
以前是“脚适应鞋”，哪怕鞋挤脚，也只能多套几双袜子；现在是“量脚做鞋”，鞋底用多大带宽、鞋面留几个透气孔，全部由 DeepSeek 这个“长跑运动员”说了算。
目前，双方的新一轮测试已经动用了超过 1000 颗芯片。而更让人震撼的还在后面：
DeepSeek 最快将在今年年底，使用全新的昇腾 950DT 芯片开启新一轮的完整预训练。
而在内蒙古的吉瓦级数据中心规划中，甚至准备部署高达 16 万颗 950DT 芯片用于推理与集群计算！
不仅如此，华为还做出了一个极其大胆的商业决定：准备将 2027 年第一季度推出的下一代旗舰——昇腾 960DT 的绝大部分产能，优先“独宠”供货给 DeepSeek！
在国产高端算力极其稀缺的当下，华为放弃了将产能分散给几十家模型公司做市场推广的做法，而是倾尽全栈资源，赌一个能顶住万卡规模、连续运行数周的国产大模型算力天花板。
四、最硬核的浪漫，是把算法写进晶圆里
很多时候，人们习惯于去讲述一个“国产替代一撮而就”的奇迹故事。但真实的技术世界里，从来没有毫无波折的神话，只有无尽的报错日志、烧掉的经费，以及夜以继日的熬夜调试。
DeepSeek 曾因进度忍痛转回英伟达，这是商业规律的理性；华为没有因为客户的暂退而灰心，反而把服务深入到了硅片层面，这是硬核科技企业的韧性。
当最顶尖的大模型算法天才，和最拼命的芯片架构工程师坐在同一间办公室里，不再唱道德赞歌，也不搞自我感动，而是把算法的每一次呼吸、每一次计算的需求，直接改写进晶圆的底层电路里——这才是中国科技产业链最让人心惊肉跳、也最让人满怀期待的硬实力。
当芯片开始听懂算法的语言，国产算力的破局之战，才算真正走对了路子。
