图片系AI生成

“服务器繁忙，请稍后再试。”这才是DeepSeek爆火之后输出最多的答案。

DeepSeek凭借算法优化显著降低了模型训练成本，如MoE架构、动态路由算法等，同时开源策略加速了大模型在垂直领域的渗透，由此带来了采用率的指数级增长，数据显示，DeepSeek的全球日活用户从34.7万飙升至1.19亿，仅用了一个月。

如何解决DeepSeek带来的算力焦虑，成了算力行业厂商的必答题，截至目前，包括昇腾、天数智芯、摩尔线程、壁仞科技、燧原科技、沐曦、海光等企业均已宣布适配DeepSeek。

据钛媒体App了解，国产芯片厂商的适配只是初级状态，达到了可用的程度，要想从更底层适配DeepSeek的算法，需要在FP8混合精度、多场景功耗平衡、软硬协同深度优化等方面持续投入。

DeepSeek导致算力分化：技术摸高与工程创新并行

业界专家表示，DeepSeek火爆之后，大模型呈现“技术摸高+工程创新”并行发展趋势，算力需求仍将持续增长。

技术摸高方面，头部企业坚定投入预训练基础模型创新，追逐Scaling Law，加速探索AGI。他们关注高效、稳定、开放的底座，极致性能、稳定可靠的AI集群，以及深度开放的平台和生态。

例如，Meta的AI投资从400亿美元增加到650亿美元，谷歌从525亿美元增加到750亿美元。同时，模型演进和技术迭代也在加速，如千问发布旗舰版模型Qwen 2.5 - Max，Google发布Gemini 2.0系列。

工程创新方面，新的范式降低了后训练和蒸馏的门槛，引发新一波的“百模千态”。企业关注便捷、易用、性价比的平台，兼顾成本与性能的蒸馏/微调方案，以及便捷的部署和敏捷业务上线。

在企业端（To B），各企业以冲刺方式接入DeepSeek获取流量。自R1发布后的20天内，国内外已有160多家企业集体接入DeepSeek。

在消费端（To C），用户呈爆炸式增长，超级APP快速出现，加速了LLM的全面普及。DeepSeek以现象级表现提升了社会对LLM的认知，促进了新商业模式的成型，实现了商业正循环。

因此，大模型算力也需要支撑同时支撑两方面的需求演进，具体来看，首先是，模型结构优化，用相同硬件支持更大的模型，提升模型的规模和性能。

其次是计算通信优化，提升算力利用率，缩短训练时间，让企业能够更高效地完成复杂的AI任务。

还有后训练优化，让企业无需大量标注数据，降低数据成本，同时通过强化学习等技术提升模型性能。

在推理优化层面，需要支持一次预测多个token，成倍提升推理效率，为企业提供更高效、更快速的AI应用体验。

据悉，绝大多数AI玩家需要依靠能够充分发挥有效算力的算力底座及完整的解决方案，实现高效训练和推理。稳定可靠的算力平台能够降低试错成本，让企业聚焦模型工程优化。

昇腾原生支持DeepSeek

钛媒体App获悉，DeepSeek发布V3之后，华为内部就启动了相关分析以及技术适配，并且发现，DeepSeek的技术路线和昇腾产品十分匹配。

例如MoE的架构，华为此前预判MoE是大模型的未来，到了R1发布，DeepSeek相当于“撸代码”的方式做强化学习，昇腾预研的开发强化学习套件，能够大幅简化强化学习过程。

据了解，昇腾是业界首个适配完成DeepSeek核心算法，支持DeepSeek全系模型预训练及微调的芯片平台，昇腾超节点支持DeepSeek全系模型预训练及微调，支持DualPipe、跨节点All2All等DeepSeek核心优化技术，超大带宽通信域更适合DeepSeek的流水线并行算法及冗余专家等能力。

同时，昇腾是业界唯一从预训练到微调全流程适配DeepSeek的AI训练平台，随着行业模型训练从SFT微调走向强化学习训练方式，昇腾提供DeepSeek R1模型及强化学习算法，结合提示工程及数据采样，可生成大量高质量合成数据。

昇腾联合伙伴/客户，推出了一体机、云服务、硬件+开源社区等产品形态，帮助企业快速部署，已覆盖互联网、金融、运营商、政务、教育等多个行业。其中，昇腾DS一体机超大系统吞吐，超高多用户并发，30+软硬件伙伴选择昇腾推出一体机方案。

据了解，目前各行业已有80多家客户/伙伴已基于昇腾快速适配/上线DeepSeek系列模型并对外提供服务，20多家企业适配测试中（预计两周内全部上线）。据一位接近昇腾的业内专家表示：“总体来说，国内70%的企业都基于昇腾快速上线。”（本文首发于钛媒体APP，作者 | 张帅，编辑 | 盖虹达）