DeepSeek 不只當華為客戶：The Information 揭共同設計 AI 晶片，2026 年底用昇騰 950DT 預訓練
The Information 報導，華為工程師長期進駐 DeepSeek 辦公室、把實驗室的回饋直接納入昇騰晶片設計；DeepSeek 計畫 2026 年底以昇騰 950DT 展開預訓練，華為並將把 2027 年第一季量產的昇騰 960DT 大部分產能優先供給 DeepSeek。
DeepSeek 與華為的關係，已經超越單純的買賣。The Information 10 月 19 日報導，華為工程師已長期進駐 DeepSeek 的辦公室，把這家 AI 實驗室的技術需求與回饋直接納入晶片設計決策——包括模型如何拆分運算、處理器之間如何傳輸資料。換句話說，DeepSeek 正在實質參與華為下一代 AI 晶片的共同設計（co-design）。
2026 年底的關鍵節點：昇騰 950DT 預訓練
報導指出，DeepSeek 打算最快在 2026 年底開始用華為昇騰 950DT 處理器進行模型預訓練。950DT 預計 2026 年第四季推出，配備 144GB 自研 HiZQ 2.0 高頻寬記憶體、記憶體頻寬達 4 TB/s。華為還計畫把 2027 年第一季推出的下一代昇騰 960DT 大部分產能優先分配給 DeepSeek，等於把自家旗艦訓練晶片的命運押在這家實驗室身上。
軟體戰線：用 TileLang 打造「中國版 CUDA”
晶片只是故事的一半。雙方同時在軟體層打造替代 Nvidia CUDA 的生態：DeepSeek 9 月底開源了昇騰版的高階語言 TileLang，以及昇騰版的 DeepGEMM 與 DeepEP 函式庫，並明確感謝華為的全程支持。雙方還聯手驗證了由 128 顆昇騰 950 組成的「超級節點」架構，針對運算與通訊兩大瓶頸優化。這套工具鏈完全開源、零授權費，目標就是讓開發者能直接在本土加速器上訓練與部署模型。
現實的挑戰：7 倍效能差距與可靠性門檻
但要真正撼動 Nvidia，挑戰依然巨大。Epoch AI 的研究指出，Nvidia B300 處理器的原始運算效能約為華為昇騰 950 的 7 倍；訓練一個前沿模型可能需要超過 1 萬顆華為晶片連續運作數週，這對晶片產能、系統穩定性與運算效率都是嚴苛考驗。後續報導也指出，短期內高強度的訓練工作仍得靠 DeepSeek 手上能取得的 Nvidia 硬體，華為晶片會先從推論任務切入。
兩套平行生態正在成形
這場合作放在更大的脈絡下看格外有意思：同一天，美國國土安全部下令聯邦文職機構移除 DeepSeek；另一邊，DeepSeek 卻把自己綁上中國國產晶片。美國出口管制把中國公司擋在先進 Nvidia 晶片之外，反而加速了「去 Nvidia 化」的決心。全球 AI 基礎建設，正在分裂成兩套平行生態：一套圍繞 Nvidia 與美系公有雲，另一套圍繞華為昇騰與在地開源工具。
資料來源
- The Information，2026/10/19（經 EconoTimes、AI Weekly、ZeroHedge 轉述）
- AI Weekly：DeepSeek to pre-train on Huawei Ascend 950DT by end of 2026