{"id":"mb-20261020-abb4bb","kind":"deep","title":"DeepSeek反向定制华为芯片：软硬协同如何突围通信墙","summary":"科技媒体披露华为工程师长期驻扎深度求索办公室，共同定制下一代昇腾芯片。本文深入解析混合专家架构带来的通信瓶颈，以及顶尖算法团队如何通过原生精度与总线协同设计，把代码逻辑直接刻进芯片底层。","body":"买芯片的软件公司，反过来给造芯片的硬件大厂改图纸？\n平时听起来像天方夜谭。\n半导体行业的传统规矩，一向是硬件厂做出什么规格，写代码的人就去适应什么。\n英伟达把芯片造好，写好开发手册。\n全世界成千上万家做大模型的团队，只能照着它的规格和工具去写算法。\n跑得顺不顺，芯片厂不管，全靠算法团队自己熬夜适配。\n但根据科技媒体 The Information 最近的披露，国内正在发生一件完全反过来的事。\n华为的芯片工程师，已经长时间直接住进了 DeepSeek（深度求索）的办公室里。\n他们不是来做日常的售后维护，也不是来修网络。\n这些硬件架构师坐在 DeepSeek 的工位旁边，每天干同一件事：\n把算法团队的实际需求，直接画进华为下一代芯片的架构设计里。\n一家做大模型的创业公司，凭什么能让芯片巨头如此迁就？\n很多人以为造芯片比的就是算力跑分，晶体管堆得越多越好。\n真把上万颗芯片连成集群去训大模型，算力往往不是最卡脖子的瓶颈。\n拖慢进度的，主要是内存墙和芯片间通信。\n计算核心算得再快，数据送不过来，硬件就只能空转等待。\n更关键的是，DeepSeek 押注了一条极其独特的算法路线。\n它绕开了传统的稠密模型，全面转向极细粒度的混合专家架构（MoE）。\n它把一个庞大的模型拆成几百个小专家，每次只激活其中几个相关的专家计算。\n这种算法规避了算力浪费，推理极快，却带来了一个巨大的物理代价：通信爆炸。\n这几百个专家分散在成千上万颗芯片构成的集群里。\n上一个词刚算完，要找下一个专家，数据就得立刻跨芯片传输。\n芯片之间的总线带宽不够高、延迟不够低，整座集群就会堵在路上互相等待。\n英伟达能撑住这套逻辑，靠的是它迭代多年的专用高速互连技术（NVLink）。\n但在受限条件下，国内拿不到顶级的先进制程，也没法直接买到英伟达的高速互连方案。\n要是芯片厂依然按通用思路去造硬件，遇上这种极端算法，芯片大部分时间都在等数据。\n偏偏 DeepSeek 是全世界最会抠底层性能的软件团队。\n他们开发出双管道重叠调度技术（DualPipe），让芯片一边计算一边在后台传输数据，把通信开销严密藏在计算时间里。\n他们还开源了编程语言 TileLang，专门帮开发者绕开英伟达的开发生态，直接给不同芯片写高性能底层代码。\n他们比硬件厂商更清楚数据流在硅片与总线之间跑到了哪里、在哪里会卡死。\n当两家工程师坐到一张桌子上，研发逻辑彻底变了。\n华为的工程师不再坐在实验室里凭空猜想需求，他们直接对着 DeepSeek 训练时的真实数据流找瓶颈。\n计算单元需要原生的 8 位浮点（FP8）和 4 位浮点（FP4）支持，多余的格式不用浪费晶体管。\n处理器之间搬运数据的内部总线带宽，必须给得更足。\n片上缓存与高带宽内存之间的数据流向，这样排布才不会撞车。\n这种深度的协同设计，已经有了实打实的落地台账。\nDeepSeek 正准备在内蒙古乌兰察布的数据中心，部署至少 16 万颗华为昇腾 950DT 芯片。\n这批芯片带有 144G 高带宽内存，带宽达到每秒 4 太字节（4TB/s），先承担海量推理，再拓展预训练。\n双方还在紧锣密鼓地定制 2027 年一季度推出的下一代昇腾 960DT 芯片，华为甚至计划把大部分新芯片产能优先交付给 DeepSeek。\n大模型时代的芯片竞争，从来不单单看单颗芯片的跑分。\n英伟达立足十几年的底牌，是硬件架构和软件生态在无数次交互中互相喂养出来的协同默契。\n追赶者如果只在硬件参数上照猫画虎，永远只能在后面被动追赶。\n当最懂底层优化的算法团队把代码逻辑刻进芯片图纸里，芯片就不需要全面领先。\n只要它在前沿模型的关键路径上足够快、数据跑得足够顺，它就能在特定战场上真正跑通。","topic":"DeepSeek反向定制华为芯片：软硬协同如何突围通信墙","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-20 11:53:29","legal_anchor_count":0,"transcript_citation_count":0}