深度求索（DeepSeek）正在系统性地削减对英伟达（NVIDIA）硬件的依赖，而后者的大规模供应反复无常，始终是中国人工智能实验室的一大心病。
据报道，这家中国顶尖AI实验室如今转向华为（Huawei）及其Ascend 950DT SuperPoD/Supernode，用以对即将推出的V5模型进行完整训练。若此举成功，这将是中国首次完全依托国产硬件栈完成AI训练，并辅以类CUDA的TileLang内核编译器。
据X平台上的可靠爆料人Jukan和Teortaxes透露，深度求索打算在华为的Ascend芯片上训练其约8万亿参数的V5模型。
正如我们近期所指出的，深度求索已向华为下达16万颗Ascend 950DT芯片的巨额订单，用于填充其位于内蒙古的1GW数据中心，预计出货将在2026年第四季度提速。
需要说明的是，目前每颗Ascend 950DT芯片的市价约为11.1万元人民币，约合1.6万美元（相比之下，英伟达的H20 GPU售价在1.5万至2.5万美元之间），深度求索的总订单金额可能高达约25.6亿美元。
为免有人不了解，Ascend 950DT芯片基于华为自研的第三代达芬奇v3（DaVinci v3）架构，并采用中芯国际（SMIC）的N+3工艺（一种先进的7纳米级制程）。
该芯片可同时处理训练与解码相关工作负载。此外，每颗Ascend 950DT芯片均配备144GB专用高带宽内存（HiZQ 2.0 HBM），实现4.0 TB/s的内存带宽和2.0 TB/s的GPU间互连速度。它还原生支持FP8、FP4等低精度格式，以及华为专有的HiF8。
当然，华为还将该芯片集成于其Atlas 950 SuperPoD基础设施中，最多可连接8,192颗Ascend 950DT芯片，提供8 EFLOPS的峰值AI算力。事实上，这些SuperPoD（亦称超级节点）或许正是吸引深度求索的最大亮点之一。毕竟，它们具备2 TB/s的卡间互连，并在FP8下提供8 EFLOPS的原始算力。
不仅如此。正如我们近期所指出的，深度求索现已将其AI基础设施栈迁移至华为的Ascend GPU，并配备了以下高价值组件：
DeepSelect：高性能TopK内核
TileLang：优化AI内核
DeepGEMM-Ascend：优化GEMM内核
DeepEP-Ascend：专家并行通信
TileKernels：向量计算与内存访问内核
FlashMLA：优化MLA注意力内核
其中，TileLang内核编译器是最重要的新增项，尤其是它允许企业从一开始就用TileLang编写代码，芯片厂商只需进行一次后端适配，程序便可在运行时自动选择底层实现。
基本上，深度求索定制的AI栈现已在华为的Ascend GPU上原生运行，将每颗芯片的模型浮点运算利用率（MFU）提升至45%，相较此前报道的华为910C芯片约30%的MFU有显著提升。
此外，深度求索与华为近期还优化了Ascend 950 Atlas SuperPoD的128卡版本，其稀疏注意力算子在读取阶段达到410 TFLOPS，并使工作负载在隔离的计算密集型任务上接近芯片理论FP8数学峰值的95%。
最后，我们引用中国商业与金融专家@himsam181337在X上的评论：
如果V5顺利跑通，它所验证的将不是“Ascend能训练大模型”——何涛（He Tao）的后训练实验已部分回答了这一点。它真正验证的是，TileLang“硬件无关中间层”路线能否支撑前沿模型的完整预训练生命周期。若成立，国产算力竞争的叙事将从“哪款芯片的TFLOPS更接近H100”转向“谁的芯片对TileLang的后端适配更深，谁的超级节点在长时间稳定训练中更可靠”。CUDA花了近二十年将开发者锁定在其软件栈中，而深度求索与华为押注的是：下一代模型训练代码不必从CUDA起步。V5是这场赌局的第一个真正赌桌。若赌赢，CUDA作为“默认选项”的地位将在中国AI训练侧出现第一道结构性裂痕；若赌输，裂痕会推迟，但方向不会改变——因为英伟达在中国AI芯片市场的份额已从95%降至8%，Ascend升至50%，替代的势头已不是一家模型公司的选择所能逆转的。
