DeepSeek更深入參與華為晶片藍圖
據報導，DeepSeek正協助規劃華為未來的人工智慧晶片。華為工程師進駐這家AI開發商的辦公室，並將其需求納入處理器設計。合作涵蓋兩項攸關大型AI系統學習速度的工作：進行運算，以及在晶片之間傳輸資料。
目錄
這篇於2026年10月20日刊出的報導引述兩名匿名知情人士，描述雙方關係比單純採購處理器更為密切。DeepSeek計畫最早於2026年底開始使用華為昇騰950DT晶片訓練模型；據報導，華為則打算在2027年第一季，優先提供DeepSeek大部分新一代昇騰960DT晶片。
華為已公布這些新款處理器的時程。華為在上海舉行的華為全聯接大會上發布9月技術公告，表示昇騰960DT將於2027年第一季推出，昇騰960PR則於第三季推出。華為與DeepSeek據報導達成的晶片設計合作，目前尚未獲得公開證實。
這項合作延續DeepSeek於9月30日宣布的計畫，雙方將為華為處理器開發程式設計工具。軟體專案與據報導的硬體合作顯示，兩家公司正設法讓中國AI模型與中國晶片更緊密配合，降低對輝達技術的依賴。
DeepSeek對硬體的需求
據報導，華為工程師已在DeepSeek辦公室駐點一段時間，在晶片設計決策中納入該公司的需求與建議。相關工作包括模型如何執行運算，以及處理器如何交換資訊。
訓練AI模型需要反覆處理範例，並調整控制模型回應的數值設定。大型模型需要數千個處理器共同分擔工作。如果資訊無法在處理器之間快速傳遞，再快的晶片也可能耗費寶貴時間等待資料。
DeepSeek的參與讓華為得以取得來自高需求AI系統開發商的回饋。如此一來，運算方式、記憶體與通訊設計便能一併考量，而不是等處理器完成後，再讓軟體開發者設法配合。
據這份合作報導，DeepSeek仍在尋求取得輝達先進處理器。因此，該公司的策略一方面是打造國產替代方案，另一方面也努力取得目前在先進模型訓練中居於核心地位的硬體。
重要時程
華為公布的時程與DeepSeek宣布的軟體合作計畫，提供了幾個明確的進展節點。據報導，模型訓練計畫將這一連串進展延伸至2027年。
- 2026年9月17日：華為在上海華為全聯接大會公布更新後的昇騰藍圖與Atlas 960E SuperPoD。
- 2026年9月30日：DeepSeek宣布為華為昇騰平台開發程式設計基礎架構，並介紹雙方合作開發、採用128顆昇騰950晶片的系統。
- 2026年10月20日：華為工程師將DeepSeek需求納入未來晶片設計的細節曝光。
- 2026年底前：據報導，DeepSeek計畫開始使用昇騰950DT處理器訓練模型。
- 2027年第一季：華為表示昇騰960DT將推出；據報導，DeepSeek預計可優先取得晶片。
- 2027年第三季：華為表示昇騰960PR將準備就緒，之後昇騰970預計於2028年推出，昇騰980則預計於2029年推出。
華為表示，昇騰960DT的時程比原定藍圖提前三季。華為發言人也曾表示，原先規劃於2027年第三季推出，這表示將推出時間提前至第一季，相當於加快兩季。兩種說法都指向同一個新的上市時程。
華為副董事長暨輪值董事長徐直軍在9月主題演講中，說明公司打算維持的發展步調。
「我們正以每年推出一代的週期，持續更新昇騰晶片系列。」徐直軍表示。
這項時程為開發者提供一系列軟體開發所需的硬體目標。對DeepSeek而言，近期首要任務是在新款處理器推出前，讓模型能在昇騰950硬體上有效運作。
程式設計工具的重要性
DeepSeek在9月30日的公告中介紹昇騰平台的程式設計基礎架構，包括TileLang，以及用於運算與通訊的函式庫。該公司表示，華為提供全面支援，雙方並以128顆昇騰950晶片共同開發超級節點方案。
超級節點將處理器整合在一起，使其能密切協同運作。函式庫提供可重複使用的軟體，支援運算與晶片間的資訊傳遞，減少開發者必須自行編寫的基礎架構。
TileLang是一種程式語言，旨在協助開發者有效率地表達AI運算。DeepSeek表示，TileLang能簡化程式碼並提升開發效率，提供比輝達CUDA更簡易的程式設計模型。
CUDA是輝達市場地位的核心，因為開發者使用其程式設計工具與軟體函式庫，讓工作負載在輝達處理器上執行。將AI系統移轉至其他晶片，除了取得新硬體，也需要調整軟體。
DeepSeek決定將昇騰基礎架構開源，讓其他開發者能檢視並修改。其實際優勢在於共同投入：共用工具的改進，能讓不只一家模型開發商受惠，進而使用同一個處理器平台。
華為表示，目前昇騰生態系統已支援逾90個主要外部開源專案，包括PyTorch、Triton、vLLM與veRL。華為也表示，昇騰已獲官方支援，成為PyTorch的加速器後端，讓採用這套機器學習框架的開發者多了一種使用華為硬體的方式。
效能差距仍然很大
研究機構Epoch AI估計，輝達B300晶片的原始算術效能約為華為昇騰950處理器的七倍。這項比較量化了DeepSeek與華為面臨的挑戰：如何讓國產硬體足以勝任要求最高的訓練工作。
原始算術效能衡量處理器能執行多少運算。訓練完整模型所需的時間，也取決於記憶體、通訊、軟體效率，以及整個系統能否穩定持續運作。
據DeepSeek計畫相關報導，訓練前沿AI模型可能需要超過1萬顆華為晶片連續運作數週。因此，能否生產足量晶片並維持如此大型的設備運作，是這項計畫的核心課題。
華為表示，昇騰960系列將按計畫將效能提升一倍。該公司也正投入資源，設法讓大量處理器有效互連，因此整體電腦系統的設計是其與輝達競爭的重要環節。
華為的解方是打造更大型的共享運算系統
華為表示，Atlas 960E SuperPoD最多可擴充至4,096個神經網路處理器（NPU）。NPU是專為AI運算設計的處理器。華為表示，該系統可提供8 EFLOPS的FP8運算效能，以及最高1PB的高頻寬記憶體。
簡單來說，華為提出的是一組緊密互連的AI處理器，並配備大型共享高速記憶體池。FP8是適用於特定AI運算的8位元數值格式；一艾次浮點運算效能（exaflop）則代表每秒進行一百京次算術運算。
華為將SuperPoD定義為透過高速連結的多個運算節點，並採用統一記憶體定址，使其運作如同一台邏輯電腦。其UnifiedBus技術則在更大型的系統中連接運算、儲存及其他元件。
華為表示，在傳統的大型叢集伺服器架構中，通訊占訓練時間逾40%。其Markov Lab模擬結果顯示，由約4,000個NPU組成的SuperPoD建構而成、包含10萬個NPU的叢集，運算使用率可達每台伺服器配置8個NPU的叢集的2.75倍。
這是華為的模擬結果，也說明了公司的設計重點：讓處理器把更多時間用於運算，減少彼此等待的時間。
理解不同系統的規模
華為曾介紹多種規模的運算設備。據稱，其Atlas 950 SuperCluster最多可連接25.6萬張加速卡。9月公告則介紹一種新的架構，最多可連接51.2萬個NPU；採用擴充網路配置時，數量可達100萬個。
這些叢集數字指的是互連系統的集合；4,096個NPU的規格，則指華為基礎架構規畫中的單一Atlas 960E SuperPoD。
中國科技分析師馬瑞（Rui Ma）也指出，先前公布的Atlas 960 SuperPoD配置為15,488顆晶片，與最新宣布的4,096顆配置有所不同。華為目前的官方規格將後者稱為Atlas 960E SuperPoD。
對買家而言，實際工作是依照預定工作負載，選擇合適的處理器世代與系統配置。宣稱更大的網路規模，代表能串聯更多處理器；而連結速度與穩定性，則決定它們能否有效協同運作。
電力、可靠性與實際訓練的考驗
華為表示，Atlas 960E採用5,500個Hi-ONE光互連單元，取代傳統連接方式所需的4.8萬個光模組。其近封裝光學技術透過靠近運算硬體的精巧連接，以光傳輸資料。
華為宣稱，這項設計可降低逾550千瓦的耗電量，讓系統無故障運作時間增加一倍，並達到99.8%的可用率。這些是華為公布的系統規格。
DeepSeek提出的訓練工作，將在長時間工作負載下考驗晶片、軟體與連線之間的協作。訓練若持續數週，整套設備就必須持續交換資料並推進訓練，而不是只在短時間內達到高運算速率。
華為表示，目前已有超過40種模型在昇騰硬體與CANN軟體平台上直接完成訓練。CANN是神經網路運算架構（Compute Architecture for Neural Networks）的縮寫，提供核心軟體，協助AI應用使用昇騰處理器。
DeepSeek加入這項努力，讓知名模型開發商參與程式設計與據報導的晶片設計兩個階段。接下來的里程碑，是DeepSeek計畫於2026年底前使用昇騰950DT，以及華為承諾昇騰960DT將於2027年第一季推出。這些進展將展現雙方合作能多快從工具與設計工作，邁向以中國硬體進行長時間訓練。
重點整理
- 據報導，DeepSeek正協助華為規劃未來AI晶片，包括運算與資料傳輸能力。
- 兩家公司已宣布開發程式設計工具，並合作打造採用128顆昇騰950晶片的系統。
- 據報導，DeepSeek計畫於2026年底前開始使用昇騰950DT訓練模型。
- 華為表示，昇騰960DT將於2027年第一季推出，昇騰960PR則於第三季推出。
- Epoch AI估計，輝達B300的原始算術效能約為昇騰950的七倍。
- 華為透過新款晶片、開源軟體與規模更大的互聯系統回應挑戰，其中包括最多搭載4,096個NPU的Atlas 960E SuperPoD。
