DeepSeek 可能會帶火中國的晶片行業，讓中國晶片進入一個超速發展時期：
DeepSeek V3 從一開始就能在華為的 昇騰 Ascend 晶片上跑推理。華為的 910C 晶片（能匹配英偉達的 H100 ）既可以用來訓練，也能用來推理。
英偉達厲害的地方在於它的 CUDA（軟體加生態系統），華為自己維護了一個 PyTorch 的倉庫，只要加一行程式碼，就能把 CUDA 的東西搬到自己的 CANN 上。
開發人員用起來發現：
- 華為 昇騰 910C 的推理效能大概能達到 H100 的 60%，
- 要是再自己動手寫 CANN 核心最佳化一下，效能還能更高。
將來可能會發生這些事：
現在 AI 模型架構越來越往 Transformer靠攏，CUDA和PyTorch編譯器就沒那麼重要了，因為工程師可以在 CANN 裡自己寫核心，把效能調到很高。
DeepSeek 的團隊要是多在華為晶片上下功夫，就能少依賴英偉達，成本也能降下來。畢竟誰也不知道美國啥時候又出啥限制晶片出口的招。
不過訓練這塊還是挺難的，英偉達在這一塊還是很強，因為中國晶片在長期訓練的穩定性上好像還有點問題。
不過，DeepSeek R1蒸餾模型可以在配備華為晶片的華為雲上執行。在華為晶片上只能跑密集蒸餾模型，而不是真正用稀疏的DeepSeek V3或者R1模型。
因為DeepSeek的部署要求很厲害，比如最低推薦的叢集配置：預填充階段要4個節點，每個節點配32個H800 GPU，解碼階段要40個節點，總共320個H800 GPU。
這些GPU在伺服器裡用NVLink連起來，整個叢集的GPU再透過IB（InfiniBand）全互連，這得是很強的網路。
但華為的Ascend 920晶片在網路方面有點弱，所以不確定它能不能高效地跑真正的備用模型。不過也說不定，說不定他們能找到辦法，畢竟Ascend晶片比英偉達H800便宜很多，說不定效率低點也能湊合用。
現在的問題是“中國能不能弄到更多HBM？”
幾個月前的對HBM限制法規，把HBM賣給中國公司的路都給堵死了。要是沒有HBM，想做出效能還不錯的推理晶片，那可太難了。
另外一個問題是良品率：
TikTok 的中國母公司位元組跳動今年訂購了超過 10 萬片 Ascend 910B 晶片，但截至 7 月，收到的訂單不到 3 萬片，速度太慢，無法滿足公司的需求。訊息人士稱，其他向華為訂購晶片的中國科技公司也抱怨了類似的問題。
華為 910C概念股
華為910C概念股主要涉及與華為昇騰910C晶片相關的產業鏈公司，這些公司可能在晶片的生產、封裝、散熱、聯結器、伺服器代工等方面與華為有合作。以下是一些主要的華為910C概念股：
核心供應商
- 華豐科技：提供高速聯結器，是華為高速背板聯結器的國內主要供應商之一。
- 創益通：為莫仕提供高速聯結器，莫仕間接供貨華為和英偉達。
- 意華股份：主營聯結器，面向資料通訊和消費電子領域，是華為的主要供應商之一。
- 華正新材：供應半導體封裝材料。
- 興森科技：可能為昇騰910C提供載板。
- 通富微電已經開始試生產HBM2晶片。根據1月26日的訊息，日經新聞報導稱，中國封測巨頭通富微電已經正式宣佈開始試生產高頻寬記憶體（HBM2）晶片
- 其他兩家生產HBM2記憶體的中國廠商，一個是大家非常熟悉的長鑫儲存(CXMT)，最近剛剛推出DDR5記憶體，另一個就是武漢新芯(XMC)。