# DeepSeek V4 用上华为昇腾芯片做训练，国产算力生态开始跑通闭环

> 原标题：DeepSeek V4芯模协同背后，国产算力生态开始飞轮加速

- 来源：量子位 · 公众号
- 发布时间：2026-05-28T13:15:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/30554
- 原文：https://mp.weixin.qq.com/s?__biz=MzIzNjc1NzUzMw==&mid=2247893592&idx=1&sn=f3de28fc4031f185ad9c2576c20c03c3

## 摘要

这篇文章本身因为微信环境验证失败，正文内容没抓到，只能根据标题和摘要信息来聊。标题里提到的“芯模协同”，指的是 DeepSeek V4 在训练时直接跟华为昇腾芯片做适配优化，不是先拿英伟达跑完再移植。摘要里说 CANN（华为的 AI 计算框架）一口气开源了 65 个代码仓库，并且支持 70 多个主流模型“开箱即用”，不用等适配。另外 AIGCode 在...

## 推荐理由

这条主要讲的是国产算力生态的进展，不是 DeepSeek V4 本身发了什么新能力。但里面给的仓库数、适配模型数、MFU 这些数字比较具体，比一般的合作通稿有信息量。我会先打个折，因为正文没披露 V4 在昇腾上的完整训练规模或成本对比，MFU 也只给了 AIGCode 一个点，验证还不够全。不过对关心国产替代进度的人来说，这几个数字已经够拿来判断方向了，所以放在 featured 里。

## 锐评

这条消息的核心是 DeepSeek V4 在训练阶段就绑定了华为昇腾芯片，而不是先拿英伟达跑完再移植。摘要里提到 CANN 一口气开源 65 个代码仓库，支持 70 多个主流模型“开箱即用”，AIGCode 还报了个 65% 的 MFU（模型浮点运算利用率）在昇腾上跑 MoE 预训练。这些数字说明国产算力生态在努力降低适配门槛，让开发者不用从零写底层代码。

但问题也很明显：正文因为微信环境验证失败完全没抓到，所有信息都来自标题和摘要片段。65% 的 MFU 到底是在什么规模、什么精度下测的，跟英伟达同级别卡差多少，这些关键细节全缺。开源 65 个仓库听起来多，但质量、文档完整度、社区活跃度一概不知。

我会先打个折：这更像一次生态宣示，证明“能跑”和“跑得好”之间还有距离。真正要看的是后续有没有第三方复现报告，以及开发者实际踩坑反馈。