DeepSeek V4 首发华为昇腾芯片，国产算力生态迎来关键突破

事件概述

DeepSeek 于本周五正式开源并发布 DeepSeek-V4 系列模型预览版，包含两个主要版本：

• DeepSeek-V4-Pro：参数量达 1.6T（激活参数 49B）。
• DeepSeek-V4-Flash：参数量 284B（激活参数 13B）。

两款模型均标配**百万 token（1M）上下文窗口，API 服务已同步上线，支持 OpenAI ChatCompletions 及 Anthropic 接口。值得注意的是，DeepSeek 未选择英伟达或 AMD 作为早期优化对象，而是将首发适配权限独家开放给华为昇腾（Ascend）**芯片厂商，这一举措被视为国产 AI 打破算力垄断的关键节点。

核心性能与技术突破

1. Agent 与编程能力

V4 系列在智能体（Agent）和代码任务上表现卓越，内部测试显示其交付质量接近 Opus 4.6 非思考模式，部分场景超越 Sonnet 4.5。

• 编程基准：LiveCodeBench Pass@1 达 93.5（参测模型最高），Codeforces Rating 达 3206（人类选手排名第 23）。
• 数学竞赛：IMOAnswerBench Pass@1 为 89.8，仅次于 GPT-5.4；HMMT 2026 Feb 得分 95.2，与顶级闭源模型差距极小。
• 工具调用：引入新的 XML 格式 tool-call schema，有效减少转义错误，对 MCP 工具生态兼容性强。

2. 长文本与架构创新

针对传统注意力机制随序列长度平方增长的计算瓶颈，V4 进行了深度架构优化：

• 混合注意力机制：引入压缩注意力（CSA）与高压缩率注意力（HCA）交替使用，配合闪电索引器（FP4 低精度计算）和滑动窗口分支。
• 效率提升：在 1M 上下文场景下，V4-Pro 单 token 推理计算量仅为 V3.2 的 27%，KV 缓存占用降至 10%；V4-Flash 计算量更低至 10%。
• 残差连接优化：采用流形约束超连接（mHC）强化信号传播稳定性。
• 训练策略：使用 Muon 优化器结合 AdamW，并通过“预期性路由”和 SwiGLU 截断技术解决 Loss Spike 问题。

3. 多模态与推理模式

• 思考模式分级：支持三种推理强度（非思考、Think High、Think Max）。在 Think Max 模式下，通过强制显式输出每一步推理，复杂任务性能大幅提升（如 HLE Pass@1 从 7.7 跃升至 37.7）。
• 中文写作：在功能性写作评测中以 62.7% 胜率领先 Gemini-3.1-Pro（34.1%）。
• 数据规模：基于超过 32T token 的高质量数据预训练，涵盖数学、代码、网页及长文档，并在中期加入 Agentic 数据强化。

开源与部署信息

• 权重下载：Base 版采用 FP8 Mixed 精度，指令版采用 FP4/FP8 混合精度，MoE 专家参数使用 FP4。所有权重已在 HuggingFace 和 ModelScope 开源。
• 量化无损：FP4 到 FP8 的反量化过程无损，本地部署建议设置 temperature=1.0、top_p=1.0。
• 接口迁移：旧接口名称 deepseek-chat 和 deepseek-reasoner 将于 2026 年 7 月 24 日停止使用，需迁移至新命名规范。

产业影响

DeepSeek V4 在华为昇腾芯片上的成功运行，验证了国产算力硬件承载顶级大模型推理的可行性。这一进展不仅完善了“算法自研 + 代码开源 + 国产芯片”的技术叙事，也为国内大厂加大采购昇腾芯片提供了强有力的技术背书，预计将倒逼寒武纪、海光信息等国产芯片厂商加速大模型适配进程，推动整个国产算力产业链的重构。