谁能想到，那个搞出DeepSeek的梁文锋，直接把桌子给掀了。 他带人干了件最狂的事，花五个月把底层代码全迁到了华为昇腾上，彻底不要英伟达的CUDA了。 消息一出，英伟达 CEO 黄仁勋在采访里急得直跳脚，甚至说出 “芯片又不是浓缩铀” 这种话。这哪里是卖不卖芯片的问题，这是中国 AI 自己把路铺好了，以后不再看别人脸色。 过去这些年，全球 AI 大模型几乎都绑在英伟达的 CUDA 生态上。CUDA 不是简单的软件，它是英伟达用十几年时间建起来的 “AI 基础设施”，里面有成熟的工具、海量的代码库、无数开发者的经验积累。 对中国企业来说，这就像吃饭必须用别人的碗筷，人家不给，你就没法吃饭。高端英伟达芯片被禁后，国产 AI 芯片虽然不差，但生态跟不上，很多模型跑不起来，或者效率极低。 DeepSeek 之前也一样，和所有同行一样依赖 CUDA。直到梁文锋做出一个几乎没人敢做的决定：全栈迁移，彻底脱离 CUDA，转向华为昇腾。 很多人以为 “换芯片” 就是换个硬件，其实完全不是。这相当于把一栋用了十几年的房子，从地基到钢筋全部拆掉，在新的土地上重建，而且要保证房子比以前更结实、更好用。 五个月时间，团队要重写底层代码、重构算子库、调整调度逻辑，每一步都是从零开始。工程量大到业内人形容为 “爬雪山、过草地”。中途甚至因为难度太大，内部出现过意见分歧。 但他们硬是扛下来了。 2026 年 4 月 24 日，DeepSeek V4 正式发布，官方技术报告里第一次把华为昇腾和英伟达 GPU 放在同等位置。更关键的是，V4 在昇腾平台上实现了 1.5 到 1.73 倍的推理加速，成为全球首个在国产算力上完成训练与推理验证的万亿参数模型。 这意味着什么？意味着国产算力第一次有了世界级软件生态撑腰，从芯片到模型，从训练到部署，形成了完整的国产闭环。 性价比更能说明问题。昇腾 950PR 芯片算力是英伟达 H200 的一半，价格却只有后者的三分之一到四分之一。性能不差、价格更低，换谁都会动心。 国内互联网巨头已经开始行动，阿里、字节、腾讯纷纷向华为下单数十万颗昇腾芯片。DeepSeek 之后，寒武纪、海光、摩尔线程等国产芯片厂商也宣布完成对 V4 的适配。 整个行业风向，一夜之间变了。 最着急的当然是黄仁勋。2026 年 4 月 16 日，他在播客采访中公开抱怨美国的芯片管制政策，直言 “芯片又不是浓缩铀，卖给中国怎么了？” 他很清楚，中国市场占英伟达收入的五分之一。更重要的是，一旦中国 AI 企业集体转向国产算力，英伟达失去的不只是市场，还有整个生态的主导权。 黄仁勋在采访中说得很直白：“如果 DeepSeek 率先在华为上发布，那对美国来说将是一个可怕的结果。” 他急的不是芯片卖不出去，而是美国赖以遏制中国 AI 发展的 “生态枷锁”，被梁文锋一脚踹开了。 这件事的深层意义，远不止一家公司换了芯片。 它标志着中国 AI 产业正式进入 “去英伟达化” 的新阶段。过去我们总说 “自主可控”，但很多时候停留在口号上。DeepSeek 用实际行动证明，顶级大模型完全可以在国产算力上跑通、跑顺、跑快。 更重要的是，它打破了行业的固有认知：“高端 AI 训练只能依赖英伟达”。这条路一旦走通，其他国产模型公司会纷纷跟进，形成示范效应。 以后再有人想通过断芯片卡中国 AI 的脖子，就得好好掂量掂量 —— 我们已经有了自己的路，你不给，我们照样能走。 当然，这条路不是没有挑战。华为昇腾的 CANN 生态和 CUDA 相比，成熟度还有差距，工具链、第三方库支持都还需要完善。对小团队来说，迁移成本依然很高。 但方向已经明确，步伐已经迈出。梁文锋的 “掀桌”，不是一时冲动，而是看清大势后的果断选择。美国越封锁，中国越要自立；别人越卡脖子，我们越要把命运握在自己手里。 未来几年，我们会看到越来越多国产大模型跑在国产芯片上，形成 “国产模型 + 国产算力” 的完整闭环。到那时，中国 AI 才能真正摆脱外部依赖，在全球竞争中拥有更多底气和话语权。 梁文锋和 DeepSeek 做的，不是简单的技术迁移，而是为中国 AI 撕开了一道口子，照亮了一条独立自主的路。这条路，注定不会好走，但走过去，就是一片新天地。 参考：DeepSeek华为腾全国产AI 生态突围——中国经营网
