国产芯片能不能训练旗舰模型？从“DeepSeek V5 计划用昇腾 950”说起

2026年11月3日，《科创板日报》从多名产业链人士处获悉，DeepSeek下一代旗舰V5计划基于华为昇腾芯片进行预训练。在此之前，昇腾在DeepSeek体系中的角色始终停留在推理侧——规模化部署从2025年春节前后开始，2026年4月V4发布后昇腾超节点已可全面支持V4系列模型的推理，但训练，尤其是基础预训练，一直没有被真正跨越。有报道进一步指出，DeepSeek目标在内蒙古数据中心部署至少16万颗昇腾950DT用于V5训练，2026年底启动。

但需要首先厘清一个边界：首发报道同时标注，“此次训练仍不涉及基础预训练” 。也就是说，V5基于昇腾的“预训练”，更准确地理解是在已有基座上的训练延续或适配性预训练，而非从随机初始化开始的旗舰级基础预训练。所以“国产芯片能不能训练旗舰模型”这个问题，需要拆成三层：推理、后训练、基础预训练。过去两年国产芯片在推理侧已经完成了规模化验证，后训练也有了万亿参数级别的工程证据，而基础预训练是最后一道门。DeepSeek V5的意义，不在于它“又用一个国产芯片跑了一个模型”，而在于它把训练侧的探索从后训练推向了预训练，哪怕这一步尚未触及最严格意义上的从零预训练。

推理侧已经发生的事，比大多数人感知到的更彻底

在讨论训练之前，先把推理侧的底盘摆清楚，因为训练侧的可行性判断不能脱离这个底盘。

IDC数据显示，2026年上半年，英伟达在中国数据中心AI加速器市场的份额降至34%，出货67.8万颗，同比减少44%；华为昇腾同期出货57.2万颗，份额升至28%，两者差距收窄到6个百分点。这不是一个“追赶中”的叙事，而是一个结构性替代已经在推理侧发生的事实。寒武纪2026年前三季度营收95.26亿元、归母净利润37.15亿元，同比增幅分别为106.76%和131.49%，利润增速超过营收增速，说明国产AI芯片的商业闭环在推理需求的拉动下正在变厚。

推理侧的规模验证提供了两个关键产物：现金流和工程经验。前者让国产芯片厂商有能力持续迭代制程与封装，后者让“模型—芯片—框架”之间的适配成本从不可控变为可度量。但推理替代和训练替代之间，隔着的不是一代硬件，而是一整套软件栈和系统工程能力。

昇腾950的硬件底座：够不够格碰预训练

昇腾950系列分两条线：950PR面向推理Prefill和推荐场景，950DT则明确面向推理Decode和训练场景。训练真正相关的是950DT：144GB自研HBM，内存访问带宽4TB/s，互联带宽2TB/s，原生支持FP8、MXFP8、MXFP4等低精度格式，MXFP4算力较上代BF16提升约4倍。单看单卡规格，950DT的显存容量已经进入与上一代国际主流训练芯片可比的区间，但真正的变量不在单卡，而在集群层面的通信与内存编址。

昇腾950超节点基于灵衢互联协议，支持1024卡规模，提供1 EFLOPS FP8 / 2 EFLOPS FP4算力，拥有256TB全局统一内存编址空间，NPU间互联带宽达到TB级，RTT时延压到3微秒。全局统一内存编址的意义在于，长上下文训练和MoE专家并行中大量跨卡的数据交换，不再需要逐层经过主机内存中转，通信路径被显著缩短。美团在LongCat-2.5的训练复盘中说得更直白：国产算力单卡显存不足80GB的约束下，长序列多卡协同的瓶颈集中在显存容量和卡间通信，解法是围绕超节点重新优化任务分工，让参数与任务数据的主要通信在超节点内的高速互联中完成。这不是“把模型塞进国产卡”，而是为国产卡的显存和互联特性重新设计训练并行策略。

软件栈的进展，比硬件参数更容易被低估

如果只看算力数字，会漏掉过去一年最关键的变化：DeepSeek与昇腾在软件栈底层的共建深度。

2026年9月30日，DeepSeek开源了面向昇腾算力平台的基础设施组件，涵盖TileLang高级语言编译工具、DeepGEMM/FlashMLA/TileKernel等高性能计算库，以及DeepEP分布式通信库，与此前面向英伟达平台的开源组件一一对应。这个动作的含义不是“又多了一个开源项目”，而是DeepSeek把自己的训练和推理软件栈系统性地对齐到了昇腾的指令体系和编程接口上。华为侧同步开放了Ascend C编程接口与底层指令体系来支撑TileLang，双方还在V4阶段完成了大量底层算子的适配与定制开发，核心研发对接团队常驻杭州。

CANN侧的进展可以作为一个观测窗口：基于昇腾950PR/950DT，Matmul、FA、SFA、BSA等关键算子已支持8bit低精度计算，Matmul、GroupedMatmul、BSA进一步支持4bit，低精能力覆盖DeepSeek、GLM、Kimi等模型权重、激活、KV Cache和Attention的关键路径。预训练对算子覆盖度和数值稳定性的要求远高于推理，低精度算子链的完整程度是判断一套软件栈是否真正为训练准备好的硬指标，而不是“能不能跑通一个demo”。

后训练已经有了工程证据，但基础预训练是另一回事

在DeepSeek V5的训练侧信号出现之前，国产芯片在“训练侧”最扎实的工程证据来自后训练。

2026年6月，深圳河套学院AI训练平台团队联合哈工大（深圳）、深圳市大数据研究院、华为等单位，依托昇腾910C集群完成了1.6万亿参数DeepSeek-V4-Pro的全参数后训练与监督微调，累计稳定训练超过1500步，MFU稳定达到34.9%，关键训练算子效率提升约14%，全程无迭代跳过或NaN异常。这是一个不容忽视的里程碑：它证明国产芯片可以承载万亿级MoE模型的续训练和SFT，而不仅仅是推理。

但它和基础预训练之间有一条明确的边界。基础预训练需要从随机初始化开始，在更大的有效批量、更长的训练周期和更严苛的数值稳定性要求下，持续维持集群的线性度、容错性和通信效率。后训练可以在一个已经收敛的权重上做局部优化，基础预训练则要把整个训练系统的每一个短板——显存碎片、通信拥塞、算子精度偏差、故障恢复——在数千卡规模上长时间暴露并压住。后训练证明的是“能用”，基础预训练证明的是“能撑住”。V5的“预训练”之所以值得关注，正是因为它把边界从后训练向外推了一步；而首发报道标注的“不涉及基础预训练”，则提醒我们这一步还没有走到最深处。

美团LongCat-2.5提供了一个参照，但不是DeepSeek V5的等价证据

在讨论DeepSeek V5之前，美团LongCat-2.5是一个绕不开的参照系。2026年11月，美团开源LongCat-2.5，总参数1.6万亿，每个token激活约480亿参数，支持一百万上下文，训练全程由国产算力完成。技术博客明确提到，团队针对国产算力芯片显存与带宽受限的特点，在模型架构、芯片适配与部署策略上做了深度协同优化，长序列训练中让主要通信在超节点内完成，单卡推理吞吐提升4倍以上。

LongCat-2.5的价值在于，它展示了一条**“国芯国模”的工程路径**：不是等国产硬件追平国际旗舰再适配，而是根据国产芯片的显存和互联特性反向设计模型架构与训练方案。这条路走通之后，预训练的工程可行性会显著上升。

但需要保持清醒的是，美团官方在传播中强调的是“训练全程由国产算力完成”，并未将LongCat-2.5定义为一次从零开始的旗舰基础预训练。DeepSeek V5如果落地，其信号强度将高于LongCat-2.5，因为DeepSeek的模型迭代路径历来以预训练scaling为核心——即便V5此次“不涉及基础预训练”，它把训练负载放到昇腾上的动作，仍然是对“国产芯片能否支撑前沿模型训练”这一问题的更直接逼近。

所以，答案是什么

如果问题是“国产芯片今天能不能训练旗舰模型”，更准确的回答需要拆成三句话。

推理，已经能。 份额数据和商业闭环都指向同一个结论，推理侧的替代不是预期，是正在发生的事实。

后训练，已经证明能撑住万亿参数。 昇腾910C上的1.6万亿参数全参数后训练、MFU稳定在34.9%、工业级稳定性，是国产训练能力从“实验”走向“工程”的硬证据。

基础预训练，正在从“没有答案”变成“有一个需要进一步验证的接近答案”。 DeepSeek V5计划基于昇腾950做预训练，软件栈底层的系统性对齐已经完成，硬件侧的950DT和超节点在显存、带宽、互联和统一编址上提供了可用的底座，美团LongCat则在“为国产芯片反向设计训练方案”上提供了方法论参照。但首发报道同时标注“不涉及基础预训练”，这意味着V5迈出的是从后训练向预训练延伸的一步，而非从零预训练的终局验证。基础预训练对大规模集群长稳、算子链完整性和训练线性度的考验，仍然需要一次真正的从随机初始化开始的旗舰预训练来给出最终裁决。

一个值得跟踪的判断框架，不是看“有没有用昇腾训练”的新闻标题，而是看三个可验证的指标：昇腾950DT超节点在千卡以上规模训练中的MFU和线性度、DeepSeek开源昇腾组件在预训练路径上的算子覆盖率与数值一致性、以及V5之后是否有第二家头部实验室跟进将预训练放到国产算力上。如果这三个指标在2027年上半年同时朝正向移动，那么“国产芯片能不能训练旗舰模型”就不再是一个需要争论的问题，而会变成一个已经被工程事实回答过的问题。

DeepSeek V5不是终局，但它是目前距离那道门最近的一次尝试。