DeepSeek 原本预计在农历新年前后发布 V4，但这次完全没让 Nvidia 和 AMD 参与早期优化，反而把提前几周的时间给了华为等中国本土芯片供应商，让他们的 Ascend 等硬件能更早更好地适配这个新模型。

AI大模型发布前有个心照不宣的流程：

1. 模型实验室先把预发布checkpoint给Nvidia（有时也包括AMD）
2. Nvidia工程师拿到后，立刻基于CUDA、cuDNN、TensorRT等栈做深度适配、算子优化、内核调优
3. 等模型正式开源/上线时，H100/H200/Blackwell/A100上已经能跑到接近理论性能的上限
4. 开发者/企业直接调用，几乎零额外成本

这个流程让Nvidia的生态壁垒越来越厚：你模型再强，不跑在我最优化的硬件上，用户实际体验也会打折扣。DeepSeek以往也严格遵守这个规则。它和Nvidia的技术团队合作非常密切，甚至被外界认为是最“亲Nvidia”的中国开源模型之一。但这次V4，DeepSeek直接把Nvidia和AMD晾在一边。据路透社（Reuters）两位知情人士爆料：  

DeepSeek 原本预计在农历新年前后发布 V4，但这次完全没让 Nvidia 和 AMD 参与早期优化，反而把提前几周的时间给了华为等中国本土芯片供应商，让他们的 Ascend 等硬件能更早更好地适配这个新模型。

这等于“反向卡位”：与其让美国芯片继续保持在中国市场的最优生态，不如直接把优化红利先给国产硬件，加速中国 AI 模型 + 中国芯片的闭环自给能力。

另外提前几周的独家窗口，意味着华为的CANN算子库、MindSpore框架、昇腾推理引擎能比别人更早完成深度适配。一旦V4发布时，华为硬件上的吞吐/延迟/能效指标明显好于Nvidia（哪怕只领先10-20%），就会形成很强的示范效应：“用昇腾跑DeepSeek V4性价比更高！”。

如果DeepSeek这次成功了，很可能会有其他国产模型效仿，形成“优先适配国产算力”的新共识。