DeepSeek V3 从一开始就能在华为的 昇腾 Ascend 芯片上跑推理。华为的 910C 芯片（能匹配英伟达的 H100 ）既可以用来训练，也能用来推理。
英伟达厉害的地方在于它的 CUDA（软件加生态系统），华为自己维护了一个 PyTorch 的仓库，只要加一行代码，就能把 CUDA 的东西搬到自己的 CANN 上。
开发人员用起来发现：
- 华为 昇腾 910C 的推理性能大概能达到 H100 的 60%，
- 要是再自己动手写 CANN 内核优化一下，性能还能更高。
将来可能会发生这些事：
现在 AI 模型架构越来越往 Transformer靠拢，CUDA和PyTorch编译器就没那么重要了，因为工程师可以在 CANN 里自己写内核，把性能调到很高。
DeepSeek 的团队要是多在华为芯片上下功夫，就能少依赖英伟达，成本也能降下来。毕竟谁也不知道美国啥时候又出啥限制芯片出口的招。
不过训练这块还是挺难的，英伟达在这一块还是很强，因为中国芯片在长期训练的稳定性上好像还有点问题。
不过，DeepSeek R1蒸馏模型可以在配备华为芯片的华为云上运行。在华为芯片上只能跑密集蒸馏模型，而不是真正用稀疏的DeepSeek V3或者R1模型。
因为DeepSeek的部署要求很厉害，比如最低推荐的集群配置：预填充阶段要4个节点，每个节点配32个H800 GPU，解码阶段要40个节点，总共320个H800 GPU。
这些GPU在服务器里用NVLink连起来，整个集群的GPU再通过IB（InfiniBand）全互连，这得是很强的网络。
但华为的Ascend 920芯片在网络方面有点弱，所以不确定它能不能高效地跑真正的备用模型。不过也说不定，说不定他们能找到办法，毕竟Ascend芯片比英伟达H800便宜很多，说不定效率低点也能凑合用。
现在的问题是“中国能不能弄到更多HBM？”
几个月前的对HBM限制法规，把HBM卖给中国公司的路都给堵死了。要是没有HBM，想做出性能还不错的推理芯片，那可太难了。
另外一个问题是良品率：
TikTok 的中国母公司字节跳动今年订购了超过 10 万片 Ascend 910B 芯片，但截至 7 月，收到的订单不到 3 万片，速度太慢，无法满足公司的需求。消息人士称，其他向华为订购芯片的中国科技公司也抱怨了类似的问题。
华为 910C概念股
华为910C概念股主要涉及与华为昇腾910C芯片相关的产业链公司，这些公司可能在芯片的生产、封装、散热、连接器、服务器代工等方面与华为有合作。以下是一些主要的华为910C概念股：
核心供应商
- 华丰科技：提供高速连接器，是华为高速背板连接器的国内主要供应商之一。
- 创益通：为莫仕提供高速连接器，莫仕间接供货华为和英伟达。
- 意华股份：主营连接器，面向数据通信和消费电子领域，是华为的主要供应商之一。
- 华正新材：供应半导体封装材料。
- 兴森科技：可能为昇腾910C提供载板。
- 通富微电已经开始试生产HBM2芯片。根据1月26日的消息，日经新闻报道称，中国封测巨头通富微电已经正式宣布开始试生产高带宽内存（HBM2）芯片
- 其他两家生产HBM2内存的中国厂商，一个是大家非常熟悉的长鑫存储(CXMT)，最近刚刚推出DDR5内存，另一个就是武汉新芯(XMC)。