為何 DeepSeek 將其 AI 轉移至華為晶片

中國 AI 開發商 DeepSeek 據報導正重建其模型，以原生方式在華為的晶片上運行。華為是總部位於深圳的電信與運算巨頭。這個故事最初由中國科技媒體 TMTPost 描述為一次「轉移」，而非單純的軟體調適，本週已成為中國科技圈討論最多的話題之一。

對中國以外的讀者而言，背景很重要。DeepSeek 因以異常低的訓練成本發布能力強大的大型語言模型而聞名全球，一度震動股市，並引發人們質疑對 AI 基礎設施的巨額支出是否真的必要。其模型已被全球開發者廣泛下載與調適。

但這些模型主要是在 Nvidia 的圖形處理器上訓練與運行。Nvidia 是主導 AI 加速器市場的美國晶片設計商。近年來，美國出口管制限制了哪些 Nvidia 晶片可以賣給中國買家，促使中國 AI 公司尋找國內替代品。華為的昇騰 AI 處理器系列已成為這些替代品中最突出的一個。

將模型調適到新晶片並不像安裝新驅動程式。訓練框架、通訊函式庫與低階核心都假設了特定的硬體行為。團隊往往要花數月重寫程式碼，才能讓大型晶片叢集有效率地互相通訊。DeepSeek 據報導的這項努力意義重大，因為它顯示一家領先的中國實驗室願意承擔這項成本，而不是等待更容易取得外國硬體的機會。

此舉也符合更廣泛的模式。中國的伺服器製造商、雲端供應商與模型開發商一直在穩步建立國內技術堆疊，從晶片到編譯器再到推論引擎。華為已將昇騰定位為該生態系統的中心，向國家相關的運算中心與民營企業推銷。如果 DeepSeek 的模型在昇騰上運行良好，這就成為一個證明，顯示該堆疊對前沿級工作可行，而不只是例行任務。

仍有未解的問題。每顆晶片的效能、功耗以及軟體工具鏈的成熟度都很重要，而中國加速器的獨立基準測試仍然稀少。一些開發者抱怨移植程式碼所需時間超出預期，且文件落後於 Nvidia。DeepSeek 尚未公布有關這次遷移的詳細數據。

儘管如此，方向是明確的。中國 AI 冠軍與中國晶片冠軍結盟，既是關於韌性的故事，也是關於技術的故事。對關注 AI 競賽的全球讀者而言，這提醒了世人：全球聊天機器人與程式助理底下的運算層正變得更加碎片化，不同地區正在建立不同的基礎。

DeepSeek 的賭注是否會得到回報，將在其下一代模型中顯現：它們訓練的速度有多快、服務使用者的成本有多低，以及中國以外的開發者是否會注意到任何差異。如果他們沒有注意到，目前正在進行的這場安靜遷移，可能會成為今年更具影響力的基礎設施轉變之一。