新闻 深度 观点 研究 数据 资源 活动 关于
English 中文 日本語

DeepSeek V4 首日开源+华为芯片：全球AI栈分裂的起点

DeepSeek V4 以 MIT 许可证首日开源，完全运行在华为 Ascend 芯片上，API 定价为 GPT-5.5 的 1/10。这三个条件的同时满足，标志着全球 AI 技术栈分裂从理论变为产品。

DeepSeek V4 的真正冲击不在于它是又一个高性能开源模型，而在于它同时验证了三件事：最宽松的开源许可证、非英伟达硬件上的前沿训练、以及让西方 API 定价显得来自另一个时代的成本结构。2026 年 4 月 24 日，这三个条件同时满足123。

模型发布当天，权重即上架 HuggingFace，许可证为 MIT——比 Llama 的 Apache 2.0 更宽松1。训练与推理完全运行在华为 Ascend 950PR 芯片上，英伟达和 AMD 未获得预发布优化权限2。API 定价从 Flash 的 $0.14/百万输入 token 起步，Pro 版本输出价 $3.48，约为 GPT-5.5 Pro 的 1/8.63。

这不是一次普通的技术发布。这是全球 AI 基础设施 stack 开始分裂的一个数据点。

首日 MIT 开源：许可证即战略

V4 发布当天在 HuggingFace 上提供了四个 checkpoint1：

模型总参数激活参数上下文精度
V4-Pro-Base1.6T49B1MFP8 Mixed
V4-Pro (Instruct)1.6T49B1MFP4 + FP8
V4-Flash-Base284B13B1MFP8 Mixed
V4-Flash (Instruct)284B13B1MFP4 + FP8

许可证是 MIT——比 Meta 的 Llama 或 Mistral 的 Apache 2.0 更宽松1。开发者可以下载权重、用自有数据微调、商业部署，无需通知 DeepSeek。没有使用限制，没有版权费。

下载大小说明部署门槛：Flash 约 160GB，量化后可在 128GB Mac Studio 上运行；Pro 约 865GB，需要 GPU 集群但可通过 API 使用4。

价格对比35：

模型输入 ($/M token)输出 ($/M token)
DeepSeek V4-Flash$0.14$0.28
DeepSeek V4-Pro$1.74$3.48
GPT-5.5 Pro$15.00$30.00
Claude Opus 4.7$15.00$75.00

V4-Pro 输出价格约为 GPT-5.5 Pro 的 1/8.6；V4-Flash 约 1/1073。发布首周 DeepSeek 还给了 V4-Pro 一个 75% 折扣（输入 $0.44、输出 $0.87，持续到 5 月 5 日），同时把 API 缓存命中价格降到原来的 1/106。

这个定价策略的意图很明确：在开发者做技术选型的窗口期，用不可拒绝的价格锚定使用习惯。一旦工作流跑通、集成成本沉没，即使折扣结束，迁移回高价 API 的动力也会大幅下降。这不是在卖模型，这是在买生态份额。

和国内其他实验室的对比

开源节奏即竞争策略

DeepSeek 的首日 MIT 开源，和其他中国模型的发布节奏形成了对比：

MiniMax M2.7 的 API 在 3 月 18 日上线，但权重直到 4 月 12 日才放出——隔了 25 天7。更糟的是，许可证明确写着非商用：非商业用途可以按 MIT 风格使用，但商业部署需要 MiniMax 的书面授权7。MiniMax 之前的模型（M2、M2.5）是 MIT 或 Modified-MIT，M2.7 反而退步了。HuggingFace 讨论区发售后几天内就积累了几百条批评7。

GLM-5.1 来自智谱（Z.ai），API 在 3 月 27 日上线，权重在 4 月 7 日开源——隔了 11 天8。许可证是 MIT，这点没问题。但这 11 天的空档很关键：开发者在评估模型时只能用 API，没法自托管。GLM-5 也有类似的节奏——2 月 11 日上线 API，约两周后才放权重8。

开源权重发布时间对比

模型API 上线权重发布延迟许可证
DeepSeek V44 月 24 日4 月 24 日0 天MIT
GLM-5.13 月 27 日4 月 7 日11 天MIT
MiniMax M2.73 月 18 日4 月 12 日25 天非商用

首日开源不是姿态，是战略。在 AI 基础设施竞争进入白热化的阶段，“API 可用”与”权重可下载”之间的时间差，就是平台锁定的窗口期。DeepSeek 把这个窗口压缩到零——不给犹豫期，不给锁定机会。

对比之下，延迟开源的代价是真实的：GLM-5.1 的 11 天空档里，评估者只能用 API 测试；MiniMax M2.7 的 25 天延迟加上非商用限制，直接引发 HuggingFace 社区数百条批评7。DeepSeek 选择了一种更激进的路径：用许可证的宽松度换取生态采纳速度。这不是利他主义——这是在开源模型供给过剩的市场中，争夺开发者注意力和部署习惯的最有效手段。

硬件脱钩：从实验到出货

DeepSeek V4 完全运行在华为 Ascend 950PR 芯片上——训练和推理皆是2。这间实验室拒绝了英伟达和 AMD 的预发布优化请求，转而给华为和寒武纪数周的提前访问权9。

这不是首次尝试。2025 年初，DeepSeek 曾尝试用 Ascend 910C 训练推理模型 R2，结果反复失败：芯片间通信延迟导致同步崩溃、内存一致性错误损坏训练进度10。最终退回英伟达 GPU，华为硬件仅用于推理10。

V4 是第二次尝试。这次成功了。区别不在于硬件迭代了多少，而在于 DeepSeek 证明了：在现有出口管制条件下，非英伟达硬件已经足以支撑前沿模型的完整生命周期。

Ascend 950PR vs. 英伟达211：

指标Ascend 950PRNVIDIA H20NVIDIA H100NVIDIA B200
性能对比2.8× H20基准——
vs H100 推理~60%—基准>2× H100
单价~$6,900出口受限$25,000+$30,000+
2026 年计划产量75 万片出口受限——

Ascend 950PR 约达 H100 推理性能的 60%11。这不是平起平坐，但可行——尤其结合 V4 每 token 只激活 3% 参数的稀疏架构。

软件栈是华为的 CANN（Compute Architecture for Neural Networks），CUDA 的替代品。CANN 的成熟度差距是真实的：R2 的训练失败根源是 CANN 的分布式训练不足，而非硬件缺陷10。V4 的成功表明差距在 2025 年初到 2026 年初间缩小了。结果：一个从头到尾不用英伟达的前沿模型。

架构：为规模买单的效率

V4 保留了 V3 的 DeepSeekMoE 框架，但做了三项结构性改变1：

1. 混合注意力（CSA + HCA）

V4 用两种交替机制替换了标准注意力：

  • CSA（压缩稀疏注意力）：压缩 KV 缓存，每个查询只关注 top-k 压缩条目，提供局部细节
  • HCA（高度压缩注意力）：128 倍压缩率，在压缩表示上执行密集注意力，提供全局概览

CSA 和 HCA 在网络中交替排列。在 1M token 上下文下，V4-Pro 只需要 V3.2 单 token 推理 FLOPs 的 27%，KV 缓存的 10%1。这不是四舍五入的误差——是结构性的效率提升。

2. Muon 优化器

V4 将大部分参数从 AdamW 切换到 Muon，报告收敛更快、万亿参数训练更稳定1。AdamW 仅保留给 embedding、预测头和 RMSNorm 权重。峰值学习率 2.0e-4，cosine decay。

3. 流形约束超连接（mHC）

标准残差连接被 mHC 取代，它将残差信号投影到流形上以稳定极深网络中的信号传播1。

V4 vs. V3.2 在 1M token 上下文1：

指标V3.2V4-Pro改善
单 token 推理 FLOPs100%27%降低 73%
KV 缓存内存100%10%降低 90%
总参数671B1.6T2.4 倍
激活参数37B49B1.3 倍

反直觉的结果：V4 大了 2.4 倍，但在满上下文下每 token 计算量反而减少了 73%。这个效率曲线意味着什么？它意味着 DeepSeek 可以在性能较弱的硬件上（Ascend 950PR 约为 H100 的 60%）运行一个规模更大的模型，而实际推理成本低于在英伟达硬件上运行一个更小的模型。架构效率不是在实验室里自我欣赏的指标——它是硬件脱钩的前提条件。没有这 73% 的 FLOPs 削减，Ascend 950PR 撑不起 1.6T 参数模型的生产部署。

对英伟达意味着什么

股价反应：市场读到了什么

V4 发布当天，英伟达股价下跌 1.41%12。这个数字本身不大，但同期中国芯片股暴涨——中芯国际港股上涨 9.4%，华虹半导体上涨 13%+13——说明市场读出的是一个更具体的信号：非美芯片供应链开始具备商业价值，而不仅仅是 DeepSeek 对英伟达的竞争威胁。

一个经常被引用的数字：如果出口管制取消，中国企业今年会购买约 150 万块 H200，约 $300 亿潜在收入12。但这个假设本身就在弱化——出口管制没有取消的迹象，而中国 AI 基础设施市场年规模已达 $500 亿，年增长 50%12。这笔钱不会消失，只会流向别处。

黄仁勋的担忧：不是销量，是轨迹

英伟达 CEO 黄仁勋在 V4 发布前警告：如果 DeepSeek 针对华为芯片而非美国硬件优化，对美国将是”horrible outcome”14。这个判断的底层逻辑不在于华为当下的产能——2026 年 Ascend 总算力仅相当于英伟达的 3-5%14——而在于技术栈迁移的路径依赖。

路径依赖的核心是：每次有像 V4 这样的前沿模型在 Ascend 上出货，下一个中国实验室的迁移成本就降低一次。每次 CANN 改进，从 CUDA 切换的学习曲线就平滑一点。字节和阿里在 2026 年 1 月拿到 950PR 样片，已经在生产环境跑了两个月的基准测试15。这不是实验室好奇，是大规模部署前的验证。

英伟达的防御：速度 vs. 成本

英伟达在 V4 发布当天推出 Day-0 Blackwell 支持，声称在 Blackwell GPU 上用 NVFP4 每秒可处理 3,500 token16。技术层面的潜台词是：“你可以在华为上跑，但在我这更快。”

但价格表提供了另一套逻辑。对 Flash 级别的工作负载，英伟达方案贵 35 倍。在推理成本占 AI 运营支出大头的生产环境中，“更快”只有在延迟敏感场景下才值得支付溢价。对于大多数批处理、内容生成和后台推理任务，Ascend 的性能已经够用——而够用就是竞争。

生态分叉：比芯片更深层的问题

真正的问题不是英伟达少卖了多少张卡。400 万+ 开发者建立在 CUDA 上，模型、框架、内核、部署管线都默认英伟达硬件17。这是一个数十亿美元和数千万人年积累出来的生态护城河。

V4 的意义在于：它证明了这个护城河可以被绕过。如果中国实验室持续在 Ascend + CANN + MindSpore + MindIE 这条线上出货前沿模型，全球 AI 基础设施就会分裂为两个并行生态。西方公司留在 CUDA。中国公司建在 CANN 上。每次分叉加深，重新汇合的成本就增加一分。

V4 不证明分叉不可逆转。但它证明分叉已经发生。

分裂的起点

DeepSeek V4 不会杀死英伟达，这几乎不需要论证。Ascend 950PR 与 Blackwell 之间的性能差距是真实的，CANN 与 CUDA 之间的生态成熟度鸿沟需要多年才能填平——如果能被填平的话。全球绝大多数 AI 训练和推理工作负载仍运行在英伟达硬件上，这一事实短期内不会改变。

但 V4 改变了问题的性质。在此之前，“非美 AI 栈是否可行”是一个理论问题。V4 之后，它变成了一个产品问题：在哪些场景下够用，在哪些场景下不够好，以及不够好之间的差距是缩小还是扩大。

一个从头不用英伟达的前沿模型，使用最宽松的开源许可证，定价让西方 API 看起来像上一个周期的产物——这三件事同时发生，意味着完整的非美 AI 技术栈已经从一个研究概念变成了可用的商业产品。这个栈的效率和成熟度能否在 2027 或 2028 年追平美国栈，取决于 CANN 的迭代速度和中国芯片产能的爬坡节奏。

但更深层的问题是：即使性能差距长期存在，全球 AI 市场是否足以支撑两个并行生态？历史经验——从 x86 vs. ARM 到 iOS vs. Android——表明，技术差异可以长期共存，但前提是市场空间足够大。AI 基础设施市场的规模显然足够。这意味着 V4 标记的分叉并非暂时偏离；它指向结构性重组的开始。

值得持续跟踪的变量，是其他中国实验室的跟进速度，而非 DeepSeek 的下一款模型。当字节、阿里、智谱的旗舰模型也运行在 Ascend 上时，分叉就从个案变成趋势。那个转折点，可能比 V4 本身更值得注意。

参考资料

Footnotes

  1. DeepSeek-V4 技术报告 — 架构细节、CSA/HCA 注意力、Muon 优化器、mHC 连接、基准测试结果：https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/resolve/main/DeepSeek_V4.pdf ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9

  2. The Information — DeepSeek 拒绝向英伟达/AMD 提供 V4 预发布优化权限，给华为提前访问：https://www.theinformation.com/ ↩ ↩2 ↩3 ↩4

  3. Context Studios — “DeepSeek V4: The Open Source Pricing Earthquake”，定价分析 vs GPT-5.5 Pro 和 Claude Opus 4.7：https://www.contextstudios.ai/blog/deepseek-v4-the-open-source-pricing-earthquake ↩ ↩2 ↩3 ↩4

  4. HuggingFace DeepSeek V4 博客 — checkpoint 大小、部署指南：https://huggingface.co/blog/deepseekv4 ↩

  5. DeepSeek API 文档 — 官方定价，V4 预览发布：https://api-docs.deepseek.com/news/news260424 ↩

  6. Reuters — DeepSeek 首周 75% 折扣，缓存命中价格降至 1/10：https://www.reuters.com/world/china/chinas-deepseek-slashes-prices-new-ai-model-2026-04-27/ ↩

  7. MiniMax M2.7 许可证 — 非商业许可证，权重比 API 晚 25 天发布，HuggingFace 社区强烈反弹：https://github.com/MiniMax-AI/MiniMax-M2.7/blob/main/LICENSE ；发布时间线：https://serenitiesai.com/articles/minimax-m2-7-open-source-self-evolving-benchmarks-pricing-2026 ↩ ↩2 ↩3 ↩4

  8. GLM-5.1 发布时间线 — API 3 月 27 日，权重 4 月 7 日（延迟 11 天），MIT 许可证：https://z.ai/blog/glm-5.1 ↩ ↩2

  9. Reuters — “DeepSeek withholds latest AI model from US chipmakers including NVIDIA”，2026 年 2 月 25 日：https://www.reuters.com/world/china/deepseek-withholds-latest-ai-model-us-chipmakers-including-nvidia-sources-say-2026-02-25/ ↩

  10. My Written Word — R2 在 Ascend 910C 上的训练失败、软件栈成熟度问题：https://mywrittenword.com/2026/04/05/deepseek-v4-huawei-ascend-chips-moe-architecture-export-controls-2026/ ↩ ↩2 ↩3

  11. Tom’s Hardware — Ascend 910C 测试报告：约 60% H100 推理性能：https://www.tomshardware.com/ ↩ ↩2

  12. Parameter.io — 英伟达股价影响，中国 AI 市场 $500 亿数据：https://parameter.io/nvidia-nvda-stock-dips-as-deepseek-v4-opts-for-huawei-over-american-chips/ ↩ ↩2 ↩3

  13. Yahoo Finance — V4 发布推动中国芯片股上涨：中芯国际 +9.4%，华虹 +13%：https://finance.yahoo.com/sectors/technology/articles/deepseek-unveils-v4-models-lifts-164531615.html ↩

  14. The Next Web — 黄仁勋在 Dwarkesh Podcast 警告 “horrible outcome”：https://thenextweb.com/news/nvidia-huang-deepseek-huawei-chips-horrible-outcome ↩ ↩2

  15. Neural Network World — 字节/阿里 950PR 样片测试，75 万片产量计划，生态分叉分析：https://neuralnetworkworld.com/deepseek-v4-to-run-on-huawei-chips-sidelining-nvidia/ ↩

  16. NVIDIA Developer Blog — Day-0 Blackwell 支持，V4 上 3,500 tokens/sec：https://developer.nvidia.com/blog/build-with-deepseek-v4-using-nvidia-blackwell-and-gpu-accelerated-endpoints/ ↩

  17. Pulse Mark — CUDA 生态依赖，CANN 替代方案，生态分叉风险分析：https://pulsemark.ai/deepseek-v4-release-multimodal-huawei-cuda/ ↩