华为工程师常驻DeepSeek，国产大模型与芯片不再“将就”，开始一起定义下一代AI芯片

这次不一样在哪，顺序整个反过来了为什么这一步比单点突破重要得多真正的考验才刚开场，但方向已经写清楚了 华为工程师常驻DeepSeek，国产大模型与芯片不再“将就”，开始一起定义下一代AI芯片 国产大模型和国产芯片的关系，正在发生一次本质变化。多家媒体10月20日到21日集中报道：华为的工程师已经长期进驻DeepSeek的办公地点，干的不是调软件、不是修bug，而是把大模型训练中最真实的需求，直接写进华为下一代AI芯片的设计决策里。过去是芯片造好了，模型团队将就着往上搬；现在是模型团队说“这里卡住了、数据传太慢”，华为拿回去改架构。一句话，中国的AI，开始从“用别人的芯片跑自己的模型”，走向“自己的模型参与定义自己的芯片”。 过去几年，国产芯片和大模型的合作，一直是芯片在前、模型在后。华为昇腾造好芯片，DeepSeek团队花大力气做软件适配、把算子重写、把通信库重新对接，业内管这叫“飞行中换引擎”。模型方始终是被动的一方，硬件既定，软件只能迁就。但现在，华为工程师坐在DeepSeek办公室，听着训练里真实的瓶颈——计算任务怎么在成千上万张卡之间切分、梯度同步的通信量有多大、处理器之间数据怎么传——然后把这些反馈变成下一代芯片的架构决策。这已经不是供应商和客户，而是联合定义产品。 更关键的是，这不是凭空冒出来的。往前看几个月，伏笔早就埋下：4月DeepSeek V4全栈跑在昇腾950PR上，推理速度较前代提升显著；9月30日DeepSeek开源了一整套面向昇腾的基础设施组件，编译器、计算库、通信库与英伟达平台一一对应；到了10月，工程师直接驻场。从推理适配，到训练侧工具链开源，再到芯片设计阶段的联合定义，三步走完，深度已经超出大多数人对“国产替代”的想象。 大模型训练和推理对芯片的要求，和通用计算完全不是一回事。计算任务怎么切分、显存带宽怎么留余量、集群怎么稳定不掉线，这些问题通用芯片团队靠想象是想不出来的，只有真正在跑万亿参数模型的人，才知道下一颗芯片的瓶颈该往哪捅。DeepSeek把训练中踩过的坑、测出来的数据传回华为，华为把它变成芯片架构里的一个决策，这条反馈闭环一旦转起来，迭代速度和精准度跟闭门造车完全不在一个量级。 软件侧的准备同样关键。DeepSeek开源了编程工具TileLang，目标是降低AI程序迁移到华为芯片的成本。这件事的分量常被低估：芯片算力再强，如果开发者要为新平台重写整套算子，迁移的实际代价会高到没人愿意动。工具链的意义，是把“换芯片”从一次伤筋动骨的工程，变成一次可以分阶段推进的改造。用华为自己的路线图说话，昇腾960DT计划2027年第一季度推出，华为还准备把这款芯片的大部分供应优先分配给DeepSeek。 也要冷静，这一步远不是终点。真正的硬仗是预训练：一次完整的大规模预训练，可能需要超过一万张昇腾950DT连续运转数周，中间不能大面积通信阻塞，也不能因个别卡掉线就让整个任务回滚。DeepSeek已在上千张芯片的集群上测试，年底能否用950DT启动预训练，还要看测试进展。而且DeepSeek并没有放弃英伟达，仍在寻求更多先进GPU——两条腿走路很现实：一边用最熟悉的工具保证迭代不掉队，一边用真实业务把国产平台喂熟。 对行业来说，标志性意义在于“验证”。过去国产芯片的进步多体现在单卡指标和特定推理场景，而大模型公司愿不愿意把最核心的预训练压上去，是另一个量级的问题。如果万卡规模能稳定跑完，国产算力才算真正进了主战场；如果跑不完，暴露出的互联、内存、调度问题，也会成为下一轮迭代最明确的清单。无论如何，模型参与定义芯片这一天，已经来了。 你看好国产大模型和芯片“双向奔赴”这条路吗？你觉得国产算力真正挑大梁，还差哪一口气？ 【参考来源】腾讯新闻 | 国产大模型和芯片双向奔赴：华为工程师入驻DeepSeek，正从软件适配深入芯片设计 | 2026-10-21；搜狐网 | 华为工程师常驻DeepSeek，昇腾950DT冲刺万卡预训练 | 2026-10-21；网易号 | 传DeepSeek华为联手设计AI芯片挑战英伟达 | 2026-10-20 特别