2025年2月，当DeepSeek以“小专家”架构和强化学习技术引爆全球AI产业时，一场关于算力底座价值的重新定义正在悄然发生。
DeepSeek不仅以训练效率提升2-3倍、推理效率提升5倍-7倍的技术突破，引发千里之外的巴黎AI峰会热议，更在商业落地层面创造了现象级纪录——上线20天即吸引160余家企业接入，日均调用量突破3000万次，还登陆AppleStore免费应用榜首。
以后，我们看到千行百业深度拥抱DeepSeek。根据相关数据统计，在DeepSeekR1发布后的20天内，国内外已有160多家企业集体接入DeepSeek，覆盖互联网、金融、运营商、政务、教育等行业。
在这场AI普惠化浪潮中，一个关键问题浮出水面：当千行百业争相部署DeepSeek时，什么样的算力底座，才能真正承载这场变革？
01
DeepSeek
引发的算力需求嬗变
在过去的十年时间，生成式AI经历了从技术突破到大规模应用的跨越。
早在2014年，GoogleBrain团队用GAN生成的人脸虽模糊却震撼了学界；而后2017年Transformer架构的诞生，让机器真正掌握了语言序列的奥秘；最为世人皆知的是，2020年GPT-3以1750亿参数震惊世界，其生成的哲学散文甚至骗过专业期刊评审。
而近日DeepSeekR1的迅速走红，其主要通过MoE架构与工程优化，将千亿模型的预训练成本降低至557.6万美元，仅是OpenAIGPT-4o模型训练成本的十分之一，彻底打破了以往“暴力堆料”的路径依赖，成为大家心目中的“国产之光”。
大家都很关心，DeepSeek作为生成式AI的又一里程碑事件，将带来哪些影响？
一是技术路径转变。以往大模型头部玩家主张“技术摸高”，坚定投入预训练基础模型创新，追逐ScalingLaw（扩展定律，即模型性能随着数据量和模型大小等因素增加而提升）。
例如Meta将AI投资从400亿加码至650亿美元，Google的TPUv5集群规模突破万卡，都是为了实现“更大模型→更强性能”的线性突破。
但DeepSeek以“手术刀式”的工程创新，开辟出第二条进化路径。DeepSeek在高浓度的技术专家创新下，通过模型结构、计算通信、后训练等领域的极致工程优化，使得训练成本降低60%，模型性能提升20%，大幅提升算力利用效率。
同时，DeepSeek彻底打破了传统“预训练主导”的算力分配格局，推动产业进入预训练、后训练、推理“三足鼎立”新阶段，因此长期稳定可靠的算力底座仍是模型创新的关键。
02
昇腾助力伙伴迎来爆发式增长
千行百业深度拥抱DeepSeek，掀起了DeepSeek的接入浪潮，加速牵引算力需求增长。
那金融、交通、教育、制造等各大行业企业和政府机构，应该如何去接入DeepSeek呢？对于大模型所需要的智算基础设施问题，选择云服务，还是自建还是一体机？哪种模式更好，谁家的服务更强？
要知道，DeepSeek的部署需求将AI硬件竞争推向深水区，与传统大模型不同，其“小专家”架构带来两个核心挑战：跨节点通信效率与动态负载均衡。
挑战一：跨节点通信效率。在传统大模型中，计算主要在单个节点内完成，通信压力集中于模型并行的参数同步。而DeepSeek的MoE架构中，每个输入token需动态路由至多个专家模块，这些专家往往分布在不同的计算节点上，这就对带宽和时延提出高要求。
挑战二：动态负载均衡。在MoE架构中，专家模块的调用频次高度依赖输入数据分布。其中，高负载专家所在节点成为性能瓶颈，而低利用率专家占用内存和算力却贡献有限。
笔者梳理整个市场的情况发现，部署DeepSeek一体机的模式，被认为是最快速、最安全、最稳定的模式。
而在众多一体机服务提供商中，昇腾展现出令人瞩目的“中国速度”。
2024年12月26日，DeepSeekAI发布的大型语言模型DeepSeekV3，发布即支持昇腾，目前各行业已有超过80家的客户，基于昇腾快速上线DeepSeek系列模型，并对外提供服务，占据国内70%的份额。
更值得关注的是，昇腾生态伙伴迎来的爆发式成长。例如，昇腾助力超过20个省份、25座城市的AICC启动部署DeepSeek，全国超过70%的区域可获取本地支持。
当巨量用户涌入，DeepSeek忙到瘫痪时，相信有不少人和笔者一样，通过昇腾生态的硅基流动平台，使用DeepSeek。基于昇腾底座的DeepSeek上线仅一周时间，用户增长率达到数倍。
同样火热的还有魔乐社区，其联合昇腾社区同步上线DeepSeek系列模型，下载量超过10000次，一跃成为国内最受欢迎的模型社区。
03
昇腾为何成为
DeepSeek部署“最优解”？
从众多行业企业的选择可以看出，昇腾成为DeepSeek部署的“最优解”。昇腾脱颖而出，为什么呢？
我们认为，一方面，昇腾与其他厂商相比，展现出独特的差异化优势。
其一，在软件生态方面，昇腾拥有硬件+框架+云的完整体系，工具链十分完善，而同领域国产厂商软件生态较弱，国外厂商虽然生态成熟，但存在被封锁风险。
其二，在行业解决方案方面，昇腾与华为行业军团紧密合作，特别是在政务、交通等领域。国产厂商行业覆盖有限，国际厂商主要依赖代理商，本地化支持不足。
其三，在端边云协同方面，昇腾的架构能够覆盖云、边、端，可做到无缝部署，而国产厂商则专注于单一场景，国际厂商边缘端依赖海外厂商生态，需额外适配。
当行业聚焦于应对MoE架构的深水区挑战时，昇腾展现出的不仅是横向生态优势，其技术纵深的突破性创新，更成为支撑DeepSeek规模化落地的核心力量。
首先，在训练能力层面，昇腾是业界首个适配完成DeepSeek核心算法，支持DeepSeek全系模型从预训练到微调全流程均适配的AI训练平台。同时，昇腾还提供“行业强化微调解决方案”，支撑行业快速将DeepSeek强化学习技术应用到模型训练，提升模型效果。
其次，在推理能力层面，昇腾并行推理DeepSeekV3和R1，高效跨机互联和MoE专家通信优化，将通信时延降低30%。此外，昇腾通过伪EP混合并行算法和稀疏路由稠密化算法，从而降低专家不均衡度，使得推理吞吐性能提升20%～35%。
最后，在AI框架支持层面，昇思MindSporeTransformers大模型使能套件提供了端到端的全流程支持，模块化赋能DeepSeekV3开发，实现天级快速复现。而且，该套件为所有开发者提供了即取即用的模型资源，加速了模型创新及在行业落地应用。
以备受追捧的昇腾一体机为例，其融合昇腾高性能算力底座与DeepSeek全系列大模型能力，具备高吞吐、低时延、多并发、灵活部署四大优势，覆盖语言理解、图像分析等全场景需求，拥有服务器、推理卡、加速模组等产品形态，为企业提供一站式AI解决方案。
昇腾的不可替代性从何而来？
DeepSeek的成功实践，成为昇腾生态价值的典型例证。历经多年发展，昇腾构建起完善的技术和商业生态，这对企业快速部署DeepSeek及产业落地有着天然的吸引力。
以技术生态举例，昇腾的推理硬件覆盖模组－加速卡－推理小站－服务器等全系列，让算力底座发挥出更高性能，还发展了330万开发者。
商业生态的广度拓展同样显著。目前昇腾联合60余家硬件伙伴、2500多个行业合作伙伴，孵化5800余个解决方案，还联合伙伴开发了160多个原生算子，打造了40多个原生模型，助力浙江移动、浙江电信等企业上线400多个原生应用，成效显著。
这场由DeepSeek引发的产业变革，检验的是基础创新厚度与生态协同效率的双重较量。
在AI基础设施的竞技场上，以昇腾和DeepSeek为代表的中国力量正走出一条独特的发展路径——不是简单替代或盲目追随，而是以系统工程思维构建自主创新的生态体系。
这条路或许漫长，却注定通向更广阔的产业未来。
