刷抖音看到一个博主，跟我部分观点高度重合，干脆直接搬运他的原文过来。相同的部分不再重复，看他的就行；下面只放我自己的补充。 博主名字：程意 博主原文 （点击了解更多详细信息） 中国 AI 正式从被卡脖子进入到自身产能爬坡的拐点 虽然 V4 本次实际训练仍是英伟达 + 昇腾的混合方案，V4 技术报告本身（§3.1）已经直接证明：DeepSeek 的训练栈是硬件无关的 ——同一套 fine-grained EP 方案在英伟达 GPU 和华为昇腾 NPU 上都跑通并 benchmark 过，达到同等的 1.5–1.96× 加速比。 这意味着后续从零预训练 V5/V6，完全在华为昇腾上做不存在任何技术约束，只剩产能约束。 本段翻译： 性能与开源巨型内核。 我们在 NVIDIA GPU 和华为昇腾 NPU 平台上验证了细粒度 EP 方案。与强大的非融合基线相比，该方案在一般推理工作负载下实现了 1.50 至 1.73 倍的加速，在诸如强化学习部署和高速代理服务等对延迟敏感的场景下，加速倍数最高可达 1.96 倍。我们已将基于 CUDA 的巨型内核实现 MegaMoE2 作为 DeepGEMM 的一个组件开源。 这一段的工程含义是：DeepSeek 训练系统里最核心、最复杂、最依赖硬件特性的那部分（专家并行的通信-计算融合 kernel），在算法和接口层面已经和具体硬件解耦——它在 NVIDIA Hopper SM 架构和 Ascend Da Vinci 架构上用同一套设计跑出同一档性能。 从 V4 技术报告内在内容可以直接推导出以下三点： (1) 训练系统层面已经硬件无关——§3.1 明示在英伟达和昇腾两个平台跑通同等性能的 fine-grained EP 方案。这是训练框架最核心的部分，最核心都跑通了，外围（数据加载、优化器、checkpointing 等）只会更通用。 (2) DeepSeek 在论文层面就把硬件抽象掉了——§3.1 后半段直接给硬件厂商列指标，§4.2.2 训练设置整段不提硬件。这是叙事策略，也是事实陈述：硬件可替换。 (3) FP4 路径明确指向未来昇腾硬件——报告原文：“the peak FLOPs for FP4 × FP8 operations… can theoretically be implemented to be 1/3 more efficient on future hardware”。这里的 “future hardware” 在产业语境下精准对应昇腾 950DT（FP4 原生支持，4 PFLOPS FP4，Q4 2026）。 V4 技术报告本身就证明了"后续可以完全摆脱英伟达"，这不需要等条件成熟、不需要等华为侧再适配，技术报告里的事实陈述就是证据。 DeepSeek 现在还在用英伟达，是因为： (1) 2024 年禁运前的 H800 库存沉没成本要利用； (2) 昇腾 950DT 要等到 Q4 2026； (3) 当前 token-per-dollar 最优解就是双轨混合。这三点全都是商业决策因素，不涉及任何技术不可行性。 DeepSeek 和华为昇腾让中美第一次站到对等的瓶颈面前——海外"有卡缺基建" vs 中国"缺卡有基建"，谁先解开谁赢 信息来源： https://rmi.org/pjms-speed-to-power-problem-and-how-to-fix-it/ https://newsletter.semianalysis.com/p/are-ai-datacenters-increasing-electric https://www.tomshardware.com/tech-industry/artificial-intelligence/half-of-planned-us-data-center-builds-have-been-delayed-or-canceled-growth-limited-by-shortages-of-power-infrastructure-and-parts-from-china-the-ai-build-out-flips-the-breakers https://www.tomshardware.com/tech-industry/artificial-intelligence/half-of-planned-us-data-center-builds-have-been-delayed-or-canceled-growth-limited-by-shortages-of-power-infrastructure-and-parts-from-china-the-ai-build-out-flips-the-breakers https://www.datacenterdynamics.com/en/news/oracleopenai-drop-plans-to-expand-flagship-abilene-stargate-site-meta-in-talks-to-pick-up-crusoe-capacity-with-nvidias-help/ https://www.datacenterdynamics.com/en/news/lawsuit-launched-against-musks-xai-over-illegal-gas-turbines-at-memphis-data-center/ https://earthjustice.org/press/2026/xai-sued-for-illegal-power-plant https://fortune.com/2026/03/27/meta-hyperion-10-gas-power-plants-louisiana-entergy/ https://www.datacenterdynamics.com/en/news/microsoft-cancels-up-to-2gw-of-data-center-projects-says-td-cowen/ 美国的瓶颈是结构性的（电网、土地、监管），中国的瓶颈是周期性的（产能爬坡）——前者解决要 5-10 年甚至无解，后者要 12-24 个月。 但更关键的转变发生在中国侧：V4 之前，中国缺的是被美国锁死的英伟达卡——那是没有解的死结，钱解决不了、时间也解决不了；V4 之后，中国缺的是华为自家的产能——那是有时间表的工程问题。 这不是程度的缓解，是性质的转变——从被外部锁死，变成等自己爬坡。死结换成了时钟。 中国 AI 不是和美国"被拉到同一起跑线"，而是第一次走出了"根本不在跑道上"的位置—— 从这一刻起，剩下的只是产能爬坡的时间问题，不再是是否被卡脖子的生存问题。 本文部分内容使用 AI 润色，AI 润色后的部分已换为截图，但全文观点均由本人提出 5 个帖子 - 4 位参与者 阅读完整话题
玩的人太多冲爆了服务器吗，又得等半小时了（ 等待30分钟 （[Errno fetch http://image-gen-service.openai.svc.cluster.local:8081/chatgpt/worker_transform failed: 429: b’{\n “error”: {\n “message”: “You’re generating images too quickly. To ensure the best experience for everyone, we have rate limits in place. Please wait for 29 minutes before generating more images.”,\n “type”: “images”,\n “param”: null,\n “code”: “rate_limit_exceeded”\n }\n}‘] b’{\n “error”: {\n “message”: “You’re generating images too quickly. To ensure the best experience for everyone, we have rate limits in place. Please wait for 29 minutes before generating more images.”,\n “type”: “images”,\n “param”: null,\n “code”: “rate_limit_exceeded”\n }\n}'） 这张模仿杂志的效果真的很强，光影精致到吓死人，文字也基本只剩下一点小问题 15 个帖子 - 8 位参与者 阅读完整话题
IT之家 4 月 16 日消息，据“红旗研发新视界”公众号今日分享，当前，车规级大算力芯片已成为智能网联汽车的核心竞争高地，但高端芯片依赖进口、供应链风险突出，制约产业高质量发展。 在此背景下，中国一汽研发总院联合行业伙伴， 成功研制出国内首颗车规级先进制程多域融合芯片 ——“红旗 1 号” ，并实现了“红旗 1 号”的自主研制，降低了对进口芯片的依赖。 据介绍，“红旗 1 号”并非传统意义上的单一功能芯片， 而是一款面向智能汽车中央计算架构的多域融合处理器 。其最大技术特色在于，将以往需要多个独立芯片完成的驾驶辅助、智能座舱、车身车控、通信与安全五大功能域，集成到一颗芯片上，真正实现了“舱、驾、控”一体化。 IT之家附“红旗 1 号”核心亮点如下： 在逻辑计算能力上， “红旗 1 号”较行业主流域融合芯片（如 SA8775）提升 21.7%，图像处理能力提升 15.4% ，能够高效支持“一芯多屏、多系统并行”的复杂座舱场景，为未来更高阶的智能座舱与自动驾驶融合预留充足算力冗余。 芯片内置独立安全岛，硬件级隔离， 支持功能安全最高等级 ASIL-D，同时满足国密二级信息安全要求 。这意味着，即便在极端故障模式下，芯片仍能保证关键控制信号不丢失、系统不瘫痪，为整车电子电气架构提供坚固的安全底座。 红旗官方表示，“红旗 1 号”的成功研制，不仅是技术层面的突破，更带来切实的产业效益。通过多域融合大幅减少整车电子控制单元（ECU）数量与线束复杂度，降低整车系统成本与开发周期。 自主可控的高性能芯片解决方案，也使主机厂在面对全球芯片价格波动时有了更多主动权 。
IT之家 4 月 13 日消息，4 月 12 日，在智能电动汽车发展高层论坛（2026）上，由车百创新中心联合近 30 家整车、零部件、材料企业联合发起的 战略新材料创新与应用平台 （以下简称“战新平台”）正式启动。 车百会研究院理事长张永伟、吉利控股集团副总裁魏志玲、上汽集团副总裁祖似杰、东风汽车集团战规部副总经理宋汉明、比亚迪新材料有限公司董事长助理张小锐、江汽集团产品规划部部长杨敏、理想汽车高级专家刘俊东、智造未来首席技术官吉学文、PPG 全球汽车涂料高级副总裁 Alisha Bellezza、立中集团总裁郭军辉、金发科技技术中心常务副总经理丁超、长飞光纤中央研究院副院长王铁军、芯联动力技术副总裁丛茂杰，以及克劳斯玛菲中国、中国盐湖集团、麦格纳、诺贝丽斯、佛瑞亚海拉、科思创、湖北航特、陶氏化学、京瓷、中维化纤、特格高材等发起单位领导代表共同上台为平台启动揭幕。 据介绍，新材料是“十五五”规划中的八大战略性新兴产业之一， 发展战略基础材料是响应国家战略的重要行动 。为了让战略性突破材料更好地服务于千行百业，产生“瀑布效应”，战略新材料创新与应用平台应运而生。 IT之家从公告获悉，战略新材料创新与应用平台聚焦新材料与汽车产业深度融合，旨在搭建“整车 + 零部件 + 材料 + 技术 + 标准 + 供应链”全链条协同创新体系，以战略材料科技创新驱动汽车产业提质升级，抢占全球科技制高点。 平台以挖掘产业创新需求、推动原创技术突破、加速新材料普及应用为使命，精准对接应用场景、破解技术瓶颈、加快成果转化。平台将聚焦产业研究、行业交流、联合创新、政策与标准创新四大任务，构建产学研用一体化创新生态。 下一步，战略新材料创新与应用平台将持续联动产业链上下游、产学研各方资源，聚焦汽车轻量化、新一代动力电池、下一代汽车技术等核心方向， 打通“基础材料研发 — 中试验证 — 量产生产 — 场景应用”完整创新链条 ，以材料创新赋能中国汽车产业高质量发展，为我国战略性新兴产业壮大注入强劲动力。
一辆汽车中的零部件总数往往过万，汽车行业的产业链供应链安全尤为引人关注。记者从车百会研究院获悉，“战略新材料创新与应用平台”在北京正式成立。这一平台是由30多家整车、零部件及材料企业、科研机构共同发起成立，目的是建立整车+零部件+材料+技术+标准+供应链的协同创新体系，推动新材料在汽车产业的创新应用。更进一步的意义，是为战略性新材料的安全保障提供核心支撑。（央视新闻）