DeepSeek V3、R1系列开源AI大模型在多语言理解、复杂推理任务中展现了卓越性能，不仅推动了AI技术的普及与发展，更是对开源社区的极大贡献。

DeepSeek的硬件设施虽然没有公布详细情况，但普遍认为大量使用了NVIDIA AI芯片，包括H100、H800、H20等不同型号，但根据最新曝料，DeepSeek也验证了华为最新的AI芯片——昇腾910C。

昇腾910C是在2024年晚些时候被曝出的，据称已向部分客户批量供货，包括阿里巴巴、百度、腾讯登巨头，首批大约7万颗，平均每颗仅2万元左右。

消息显示，昇腾910C采用了中芯国际的7nm工艺制造，chiplets双芯片整合封装，晶体管数量达530亿个，整体国产化率已达55％左右。

它可以平替NVIDIA H100，同样用于大规模的AI训练和推理，FP8、FP16、FP32、FP64等不同数据类型下均有不俗表现。

昇腾910C

按照最新说法，DeepSeek团队的实测数据显示，华为昇腾910C在AI推理中的表现出乎意料地好，已经达到NVIDIA H100芯片的60％左右。

更进一步地，通过手写CUNN内核和优化，昇腾910C的性能还可以进一步提升。

据称，DeepSeek从第一天起就支持华为昇腾芯片，并且自主维护PyTorch仓库，只需一行代码就能将CUDA转换为CANN(昇腾AI异构计算框架)，性能优化的潜力也相当巨大，通过定制优化可达到更高性能。

不过需要注意的是，目前已知的只是昇腾910C AI推理性能很优秀，但是AI训练性能可能还是不够理想。

昇腾910

华为还宣布，DeepSeek-R1、DeepSeek-V3、DeepSeek-V2、Janus-Pro正式上线昇腾社区，支持一键获取DeepSeek系列模型，支持昇腾硬件平台上开箱即用。

据了解，DeepSeek-V3首个版本于2024年上线并同步开源，为自研MoE模型，671B 参数，激活37B，在14.8T token上进行了预训练。

据DeepSeek介绍，DeepSeek-V3多项评测成绩超越了Qwen2.5-72B和Llama-3.1-405B 等其他开源模型，并在性能上和世界顶尖的闭源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲。

以下以Deepseek-V3为例，演示在昇腾社区如何高效获取模型及使用

华为纯血鸿蒙HarmonyOS NEXT的小艺助手App也已接入DeepSeek，智能体广场已上线DeepSeek-R1的Beta版。

据悉，要想体验这项功能，需要将小艺助手升级到11.2.10.310版本及以上，然后就可以在底部的“发现”栏中找到智能体广场。

更早之前，华为公众号发文表示，DeepSeek-R1系列模型的开源，因其出色的性能和低廉的开发成本，已引发全球的热切讨论和关注。

潞晨科技携手昇腾，联合发布基于昇腾算力的DeepSeek-R1系列推理API，及云镜像服务。

按照华为的说法，在本次发布中，潞晨以自研国产推理引擎为技术底座，成功实现了昇腾算力与DeepSeek-R1系列模型的推理适配优化，性能表现与使用高端GPU持平，为开发者提供高效、灵活、稳定的AI推理服务，助力企业实现降本增效，加速智能业务基于中国软硬件体系快速部署落地。

更早前，腾讯、阿里都宣布，在自己的云服务上接入DeepSeek。

目前，各家科技巨头都已纷纷开始支持、部署DeepSeek，国产硬件也在加速支持，摩尔线程、壁仞两大国产GPU都已闪电适配。

作为国产全功能GPU创新企业，摩尔线程快速实现了对DeepSeek蒸馏模型推理服务的高效部署，可让更多开发者基于摩尔线程全功能GPU，进行AI应用创新。

一键体验地址：

https://playground.mthreads.com

此外，用户也可以基于摩尔线程MTT S80、MTT S4000显卡，进行DeepSeek-R1蒸馏模型的推理部署。

其实早在1月28日，就已经有B站UP主在摩尔线程MTT S80上手动完成实践：

https://www.bilibili.com/video/BV18YfQYEEs2

通过DeepSeek提供的蒸馏模型，能够将大规模模型的能力迁移至更小、更高效的版本，在国产GPU上实现高性能推理。

摩尔线程基于自研全功能GPU，通过开源与自研双引擎方案，快速实现了对DeepSeek蒸馏模型的推理服务部署。

开源框架适配：

基于Ollama开源框架，摩尔线程完成DeepSeek-R1-Distill-Qwen-7B蒸馏模型的部署，并在多种中文任务中展现了优异的性能，验证摩尔线程自研全功能GPU的通用性与CUDA兼容性。

自研引擎加速：

通过摩尔线程自主研发的高性能推理引擎，结合软硬件协同优化技术，通过定制化的算子加速和内存管理，显著提升了模型的计算效率和资源利用率。

这一引擎不仅支持DeepSeek蒸馏模型的高效运行，还为未来更多大规模模型的部署提供了技术保障。

最后，摩尔线程即将开放自主设计的夸娥（KUAE）GPU智算集群，全面支持DeepSeek V3、R1模型，以及新一代蒸馏模型的分布式部署。

夸娥集群集成先进推理技术与分布式计算框架，将确保大规模模型的高效稳定运行，助力开发者快速实现业务落地。

壁仞科技透露，凭借自主研发的壁砺系列GPU产品出色的兼容性能，只用数个小时，就完成对DeepSeek R1全系列蒸馏模型的支持，涵盖从1.5B到70B各等级参数版本，包括LLaMA蒸馏模型和千问蒸馏模型。

壁仞科技成为少数实现国际、国内多模型同步高效适配的芯片平台之一，证明了国产芯片对复杂AI应用任务的驾驭能力。

据介绍，DeepSeek提供了一种高效的模型蒸馏技术，能够将大规模模型的能力迁移至更小、更高效的版本，并且通过MLA、DeepSeek MoE两大核心技术，显著降低显存占用，优化模型性能。

壁仞科技壁砺系列GPU产品在短时间内成功支持DeepSeek全系列蒸馏模型，说明其在AI推理任务中具备强大的兼容性和易用性。

同时，壁仞科技已联合上海智能算力、中兴通讯、科华数据、无问芯穹、开源中国（Gitee AI）、UCloud、一蓦科技等战略伙伴，基于壁砺系列训推产品106M、106B、106E、110E，全面开展包括R1在内的DeepSeek全系列模型的适配与上线，满足不同规模参数量模型的部署需求——

轻量级模型（1.5B-8B）：

适配智能终端与边缘计算设备，实现低延时实时推理。

中大规模模型（14B-32B）：

服务于大规模企业级应用和高并发任务，满足数据安全与定制化需求。

大规模模型（70B）：

依托云端超算集群，支撑前沿AI研究与复杂任务处理。

即日起，壁仞AI算力平台正式上线DeepSeek R1蒸馏模型推理服务，全球开发者可云端体验1.5B、7B、8B、14B、32B、70B全系列模型服务。

体验地址为：

https://sgc.birentech.com:1443/

该服务具备两大核心优势：

一是零部署成本，可免去硬件采购与环境搭建，实现“开箱即用”的云端推理体验。

二是多场景覆盖，针对LLM等不同任务预置优化配置方案。

据报道，DeepSeek开发的大语言模型绕过了英伟达的CUDA框架，从而为快速兼容国产GPU芯片铺平了道路。

众所周知，英伟达的CUDA（Compute Unified Device Architecture，统一运算架构）能大幅降低研发大模型的难度，获全球开发商使用，一举将英伟达推上AI芯片领域的垄断地位。

但最新发现显示，DeepSeek使用NVIDIA H800芯片训练时，使用NVIDIA底层硬件指令PTX（Parallel Thread Execution）语言，而非高级编程语言CUDA。

这样意味着DeepSeek绕过了CUDA，使用更底层的编程语言做优化。

对于程序开发人员来说，CUDA是一种更加友好的高级语言，开发者只需要专注于程序和算法最相关的运行逻辑，而不太需要考虑具体的程序是如何在GPU等硬件上具体如何执行计算的，从而能够降低开发难度。

而PTX在接近汇编语言的层级运行，允许进行细粒度的优化，如寄存器分配和Thread / Warp级别的调整。这种编程非常复杂且难以维护，所以行业通用的做法是使用CUDA这样的高级编程语言。

换句话说，DeepSeek把优化做到了极致。

北京航空航天大学副教授黄雷表示，绕过CUDA可以直接根据GPU的驱动函数做一些新的开发，从而实现更加细粒度的操作。

这也说明DeepSeek拥有一些擅长写PTX语言的内部开发者。假如它之后使用国产GPU，其在硬件适配方面将会更得心应手，其只要了解这些硬件驱动提供的一些基本函数接口，就可以仿照英伟达GPU硬件的编程接口去写相关的代码，从而让自家大模型更加容易适配国产硬件。

“这凸显了DeepSeek非凡的工程水平，并表明美国对华制裁加剧的“GPU短缺危机”激发了他们紧迫感和创造力。”韩国Mirae Asset Securities Research的一名分析师表示。

在财报发布日，AMD董事长兼CEO苏姿丰也谈到了近期大火的DeepSeek。

苏姿丰强调，最近在AI领域出现了一些新突破，例如中国企业深度求索（DeepSeek）开发大模型DeepSeek-R1和美国宣布成立5000亿美元“星际之门”项目，而这些正是公司“希望看到的那种进步”。

“所有这些举措都需要大量的新的计算，为AMD在整个业务中创造了前所未有的增长机会。”苏姿丰说。

对于DeepSeek用较低成本训练出的高性能大模型，苏姿丰表现得十分乐观：“关于DeepSeek，我们认为模型和算法的创新有利于AI的应用。出现了可以用更少的基础设施来实现训练和推理能力的新方法，这实际上是件好事，因为它使我们能够继续在更广泛的应用领域内部署AI计算，获得更多采用。”

财报发布前，包括美国银行在内的一些华尔街分析师表示，随着美国科技巨头增加对AI的支出，一直在努力追赶英伟达的AMD可能会成为主要受益者。

早在1月25日，AMD就曾火速为DeepSeek站台，宣布全新的DeepSeek-V3模型已集成至AMD InstinctGPU上。

美国私人投资基金Noah's Arc Capital Management认为，DeepSeek-V3模型的突破显著降低了AI培训成本，使AMD GPU成为比NVIDIA更具有成本效益的替代品，增强了AMD的市场地位。

更多「硬件世界」精彩内容，欢迎点击「https://mp.weixin.qq.com/s/ubjODhV1-69753efeC6kFg」阅读原文