根據 DeepSeek 創辦人梁文鋒在最近的一次投資者交流會上的講話，中國在 AI 算力方面與美國的差距主要在資源而非人才。他指出，國產晶片替代已出現歷史性窗口期，華為 Atlas 950 SuperPoD 性能與價格可完全取代 NVIDIA GB200 與 GB300 機架系統，且「四張華為晶片約等於一張 NVIDIA 晶片」，但整體技術仍約落後兩年。
數據發現
梁文鋒表示，DeepSeek 目前可用的算力僅能支撐約百億參數量級的模型。若要訓練一個活躍參數規模達 8,000 億的模型，需要 5 萬顆 NVIDIA GB300 或 20 萬顆華為 950 晶片，顯示雙方算力規模落差非常大。他進一步估算，DeepSeek 約有 2 萬顆 NVIDIA H100 等效 GPU，多數是在最近一兩個月內到位，且算力規模還在快速擴張。
解讀意義
梁文鋒強調，中國在 AI 晶片領域的突破並非一蹴可及，而是長期累積的結果。DeepSeek 已與華為合作，取得約 1.6 萬張 Ascend 950 卡，驗證模型於中國硬體的運行效果。這批晶片約相當於 4 千張 NVIDIA GPU，雖不足以支撐下代模型，但可以協助華為跑通生態。他認為，NVIDIA 的 CUDA 生態護城河正在快速瓦解，中國 AI 晶片替代已進入關鍵轉折點。
數據顯示，中國在 AI 算力方面的進步速度令人驚嘆，但技術差距仍然存在。華為 Atlas 950 晶片的性能提升，意味著中國在硬件層面上已經具备了與國際競爭的能力。
產業影響
從產業面來看，中國 AI 晶片的崛起對全球科技市場將產生重大影響。梁文鋒提到，DeepSeek 正加碼高品質資料標註，目前瓶頸不完全是資本支出，更多是時間與積累方面。OpenAI 與 Anthropic 更早就開始投入 AI，資料與訓練流程長期布局仍是 AI 競爭的重要部分。
數據背後的啟示
基於梁文鋒的講話，可以得出以下幾點重要啟示：中國在 AI 算力方面的進步速度令人驚嘆，但技術差距仍然存在。 即便如此，華為 Atlas 950 晶片的性能提升，意味著中國在硬件層面上已經具备了與國際競爭的能力。此外，中國在 AI 領域的投資和布局正在加速，未來有望縮小與美國的技術差距。
從產業面來看，中國在 AI 晶片領域的突破不僅是技術上的勝利，更是戰略上的成功。隨著華為等企業的崛起，中國在 AI 競爭中逐漸佔據有利位置，這對全球科技格局將產生深遠影響。
行動呼籲
面對中國 AI 晶片的快速崛起，業界和研究機構應更加關注這一趨勢，並積極探索合作機會。無論是從技術創新還是市場應用的角度，中國的進步都值得我們深入研究和反思。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
中國在 AI 算力方面與美國的差距主要在哪裡？
中國在 AI 算力方面的差距主要在資源而非人才。具體來說，中國在硬件資源和算力規模上仍有不足，但技術人才方面並不遜色。
華為 Atlas 950 晶片的性能如何？
華為 Atlas 950 晶片的性能與價格可完全取代 NVIDIA GB200 與 GB300 機架系統，且「四張華為晶片約等於一張 NVIDIA 晶片」，但整體技術仍約落後兩年。
DeepSeek 在 AI 模型訓練方面有哪些具體進展？
DeepSeek 約有 2 萬顆 NVIDIA H100 等效 GPU，多數是在最近一兩個月內到位，且算力規模還在快速擴張。此外，DeepSeek 已與華為合作，取得約 1.6 萬張 Ascend 950 卡，驗證模型於中國硬體的運行效果。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
