中國 AI 新創 DeepSeek（深度求索）在 9 月 30 日為 6 個儲存庫釋出華為昇騰（Ascend）晶片支援，涵蓋 DeepGEMM、FlashMLA 等自家工具，以及第三方開源框架 TileLang。其中部分工具在 2025 年 DeepSeek「開源週」釋出時，只支援 NVIDIA 晶片。半導體研究機構 SemiAnalysis 在 10 月 21 日發布的報告中，以這次更新為例，分析華為與 DeepSeek 之間的互補關係，並實測華為的 Ascend 950PR，結論是：以 NVIDIA A100 為比較基準，華為硬體可能落後 5 年以上，軟體卻已站上前沿。
《南華早報》引述這份報告指出，黃仁勳的「惡夢」可能正開始成真。報告關注的不只是晶片效能，還有華為與 NVIDIA 之間的 AI 晶片生態系差距：當硬體仍明顯落後、軟體卻快速追上，這道差距將怎麼變化？
華為缺前沿實驗室、DeepSeek 缺算力，雙方互補對方的缺口
SemiAnalysis 認為，華為和 DeepSeek 都無法單靠自己走到這一步。報告指出，華為雖然有自家的盤古（Pangu）模型，卻沒有一個前沿實驗室，能證明自家晶片可以用來訓練或推論模型；DeepSeek 則有模型，卻買不到所需的算力。
因此，雙方各自補上對方缺少的部分：華為提供硬體與原生軟體堆疊，DeepSeek 帶來模型的工作負載，以及讓這些硬體真正能支撐其模型的工程能力。報告認為，華為的生態系已經成熟且發展完善，DeepSeek 的工程師正在這個基礎上繼續開發。
報告進一步預估，到 2028 年、甚至 2027 年，DeepSeek 很可能主要改用華為的技術堆疊，尤其在打造完全本土化中國生態系的內外壓力下。這是 SemiAnalysis 的預估，並非 DeepSeek 公布的計畫。
6 個工具補上昇騰支援，報告撰寫時只有 TileLang 能用
這次補上昇騰支援的 6 個儲存庫，包括 TileLang、DeepGEMM、DeepEP、TileKernels、FlashMLA 與 DeepSelect。除了 TileLang 是第三方開源專案（由 tile-ai 維護，昇騰 950 後端已併入 TileLang 主儲存庫），其餘 5 個都放在 DeepSeek 的 GitHub 組織下；據《南華早報》報導，多數對應 DeepSeek 先前為 NVIDIA 晶片開發的模組。
不過，補上支援不等於都能直接使用。SemiAnalysis 指出，截至報告撰寫時，6 個工具中只有 TileLang 能實際使用：這些工具需要華為的 CANN 9.2.0 軟體套件（CANN 是華為替昇騰晶片提供的運算架構軟體），但這個版本當時尚未發布，而工具需要的 C++20 編譯器，測試版 CANN 9.2.0-beta.2 也沒有提供。報告註明，CANN 9.2.0 已在撰寫後發布，其他 5 個工具現在能否使用，報告並未說明。
報告也觀察到，華為的晶片架構已經開始影響 DeepSeek 軟體組織資料的方式。例如 FlashMLA 過去把量化後的數值與它們的縮放因子分開存放，新的實作則把兩者放在一起。
實測昇騰 950PR：以 A100 為基準，硬體可能落後逾 5 年，軟體已達前沿
SemiAnalysis 使用一台配備 28 個 cube 運算核心、128 GiB 高頻寬記憶體（HBM）的 Ascend 950PR，比對取自數個開源模型的 1,055 種 BF16 矩陣乘法（GEMM）運算形狀。結果顯示，華為表現最好的運算核心（kernel），最高可達理論上限的 99.7%。這個成績用的是 PyTorch 標準的矩陣乘法函式（torch.matmul），在昇騰上由華為自家的運算庫執行，並非 DeepSeek 的程式碼。報告認為，這說明 DeepSeek 在 DeepGEMM 以極致優化做到的 99% 以上利用率，不是逼近上限的唯一方法。
但這不代表昇騰已經追平 NVIDIA。在受記憶體頻寬限制的運算形狀中，昇騰實際達成效能與理論可達效能的比值，中位數為 41.5%，NVIDIA H100 則是 46.8%；報告也註明，部分 NVIDIA 的測試受功耗限制，沒有跑到最高時脈。若比較絕對數值，950PR 仍然落後，大約介於 NVIDIA A100 與 AMD MI300X 之間；其中 A100 是 NVIDIA 在 2020 年推出的資料中心 GPU，這也是報告以「落後 5 年以上」形容華為硬體的比較基準。
SemiAnalysis 用一句話說明硬體與軟體的分工：硬體決定效能的上限，軟體則決定能不能逼近這個上限。
對 DeepSeek 好用，不代表對所有人都好用
報告也點出這套合作的限制：它可能對 DeepSeek 非常有效，卻不一定能讓昇騰對其他使用者同樣好用。DeepSeek 的優化多數針對華為的超節點（supernode）架構；截至 vLLM-Ascend 0.26.0rc1 版本，在常見的 x86 主機上使用昇騰仍有不少問題，例如 x86 主機不支援 DeepGEMM，以及 vLLM-Ascend 依賴的套件寫死了 ARM 架構的標頭檔，導致無法啟動。
至於中美晶片差距有多大，報告引述一份今年 5 月尚待證實的 DeepSeek 投資人會議逐字稿。DeepSeek 創辦人梁文鋒在其中表示，他認為軟體生態系的差距最終會消失，但硬體面臨兩項劣勢：需要四張華為加速卡，才能抵上一張 NVIDIA 加速卡，華為硬體的上市時程也落後約兩年。SemiAnalysis 判斷，4 個月後，生態系的差距確實縮小了。
黃仁勳今年 4 月在 Dwarkesh Podcast 上就曾表示，如果 DeepSeek 在華為晶片上優化新模型，對美國會是很糟的結果。從 SemiAnalysis 的測試來看，華為自家軟體已站上前沿，DeepSeek 也正把自家工具移植到昇騰上；但硬體仍可能落後、報告撰寫時 6 個工具只有 1 個能用，x86 主機的相容問題也尚未解決，昇騰能否被 DeepSeek 以外的開發者廣泛採用，仍有待觀察。
【推薦閱讀】
◆ DeepSeek V4 登場：程式生成能力稱霸開源陣營，全面支援華為昇騰產品線
＊本文開放合作夥伴轉載，資料來源：SemiAnalysis、《南華早報》1、《南華早報》2，首圖來源：Unsplash
