原创 算力百科 J 2025-03-01 06:03 浙江
本文主要是说deepseek 快速架构迭代，对国产ai不是利好，是利空，还是利好nv，他们每发布一个版本，国产ai芯片投入巨大精力适配，还没收回成本，又来下一个版本适配，全是投入，时间长了，小的ai芯片公司肯定被拖死啦。
结论先行：国产AI芯片，陷入技术追赶陷阱
本文主要是说deepseek快速架构迭代，对国产ai不是利好，是利空，还是利好nv，大模型每发布一个版本，国产ai芯片投入巨大精力适配，还没收回成本，又来下一个版本适配，全是投入，时间长了，小的ai芯片公司肯定被拖死啦。
deepseek针对英伟达的infra优化，也让客户更愿意选择英伟达，算力中心投资选择gpu路线还是aisc（npu和tpu）是需要做的技术选型，短期内推荐gpgpu路线。
客户选择cuda的原因就是生态兼容，因为deepseek就是用n卡，ds一体机现在用R1，等R2发布可以马上无缝升级，省去适配时间，马上可以发文宣传R2上线，领导政绩妥妥来一波。这点很重要。
DeepSeek的开源大模型（如V3和R1）以极低的训练成本（仅557.6万美元）的“鲶鱼效应”加速了大模型技术的迭代，但也带来了产业链的连锁反应。
国产AI芯片的“春药”，短期繁荣与长期隐忧，副作用明显。虽然deepseek降低了算力需求，让国产的ai芯片能够用起来，也只是够用而已。16家国产芯片企业（如华为昇腾、沐曦、天数智芯）已宣布适配DeepSeek模型，推动国产算力需求，让之前空置的智算中心确实用起来了，让之前投入的历史老设备确实用起来啦。同时，DeepSeek降低了对高端GPU的依赖，为国产芯片提供了技术验证场景，加速了“端-边-云”分层体系的落地。 这是好的一方面。
再说副作用的一方面。deepseek基于n卡训练和优化，开源的版本无法应用在国产Ai芯片，并且他是不下场适配的。每次DeepSeek模型更新（6~8个月更新一次架构）都需要国产AI芯片公司投入大量资源适配，并且deepseek推动了全球开源模型迭代增在加快。比如目前ai芯片公司都在适配R1，Q2 R2 就会发布，需要再次适配，除非r1和r2变化很小，否则适配工作很大。最终造成中小AI芯片公司面临“适配-投入-未回本-再适配”的恶性循环，最终可能国产AI芯片，因资金链断裂被淘汰。
目前看，国产AI芯片看似迎来发展窗口，实则陷入“技术追赶陷阱”——短期热度难掩长期生态短板。但是对于大的国产AI芯片绝对是利好，中小AI芯片创业公司就不一定啦。
英伟达的“补药”：反向受益于开源革命，看似矛盾，实则合理。
推理需求激增，DeepSeek的低成本模型催生海量AI应用，推理算力需求暴增2-3个数量级。而英伟达的H20 芯片（专为中国市场设计）订单量因中国企业需求大涨，腾讯、阿里、字节等巨头纷纷加购，特别是deepseek专用的141版本，顶流的存在，一个大厂下单15w片，另一个大厂下单25w片。
尽管DeepSeek降低了训练成本，但大规模集群训练仍依赖英伟达GPU，国产芯片在算力密度和互联技术上差距明显，无法支持高效率的大模型训练，
英伟达的CUDA和NVLink技术壁垒未被完全击穿，但是确实被扒开了一个口子，因为大模型架构迭代太过频繁，开发者更倾向于选择兼容性高、工具链成熟的英伟达CUDA平台，降低开发风险。
英伟达虽因DeepSeek冲击股价一度暴跌17%，但其在训练市场的垄断地位未被撼动，而推理市场的扩张反而为其开辟新增长点。所以股价一直很坚挺。
国产AI芯片淘汰加速，生死竞速上演。国产芯片需在“适配开源模型”与“构建自主生态”间找到平衡。
小厂可能被淘汰，头部AI芯片厂商将主导国产算力市场，但需与英伟达的性价比和生态优势正面竞争，虽然不行但是至少能用。
DeepSeek的鲶鱼效应本质是双刃剑： 春药还是毒药？
对国产AI芯片，短期刺激适配热潮，但长期可能因生态不成熟和成本压力沦为“毒药”，尤其是对小公司而言。
对英伟达：看似受冲击，实则通过推理市场扩张和生态粘性巩固地位，成为最大赢家。
DeepSeek的崛起加速了AI普惠化，但也揭示了国产芯片的生态短板——若无法在技术迭代中建立自主闭环，开源模型的繁荣反而会成为英伟达的“补药”，而国产芯片的“春药”终将药效褪去。
国产化趋势不可逆，总要有人付出代价
涉嫌向中国出口被禁 GPU，9 人被捕，警方在另一份声明中表示，这类罪行最高可以判处长达 20 年的监禁。新加坡一位高级官员上周表示，尽管英伟达从新加坡买家获得的销售额占其销售额的五分之一以上，但运往新加坡的芯片还不到英伟达总收入的 1%。
近三年，英伟达来自新加坡收入分别为 236.84 亿美元、68.31 亿美元、22.88 亿美元。懂的都懂怎么回事。
本文的核心观点总结：
1.国产化要支持，但是需要有部分客户，为x捐躯的精神，这是真正的向阳而生。目前是R1，等R2发布，需要重新适配，重新投入，重新采购。
2.N卡是训练的主流这是行业共识，H20也有可能被x，所以一段时间的阵痛再所难免。
欢迎加入Deepseek引领的AI时代文艺复兴！
