DeepSeek 創辦人梁文鋒近日在投資者交流會上表示，中國 AI 算力與美國的差距主要在資源而非人才，並強調國產晶片替代已出現歷史性窗口期。他指出，DeepSeek 目前可用的算力只能支撐約百億參數量級的模型，若要訓練更大規模的模型，資源遠超現階段可取得的水準。
中美算力差距：資源而非人才
梁文鋒估算，若要訓練一個活躍參數規模達 8,000 億的模型，約需 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。他進一步指出，華為 Atlas 950 SuperPoD 的性能與價格可完全取代 NVIDIA GB200 與 GB300 機架系統，並強調「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。
梁文鋒認為，NVIDIA 的 CUDA 生態護城河正在快速瓦解中，中國 AI 晶片替代已進入關鍵轉折點。供應與合作方面，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。
DeepSeek 與華為的合作進展
梁文鋒透露，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，雖然尚不足以支撐下一代模型，但可以協助華為跑通生態。他再提到，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。梁文鋒強調，DeepSeek 的目標是成為中國 AI 領域的領導者，並在國際市場上與美國公司競爭。
從產業面來看，中國在 AI 算力方面的快速追趕，不僅反映了國家層面對科技創新的一貫支持，也展示了本土企業在資源整合和技術突破上的能力。隨著華為等企業的不斷努力，中國有望在未來一年內大幅縮小與美國的差距，甚至在某些領域實現超越。
展望與影響
梁文鋒的言論揭示了中國 AI 行業的發展潛力和挑戰。隨著國產晶片的逐步替代和生態系統的完善，中國 AI 產業有望在未來一年內取得顯著進步。這不僅會提升中國在全球科技競賽中的地位，也可能改變全球 AI 行業的格局。
對於普通用戶而言，這意味著未來將有更多基於中國硬體的 AI 產品和服務可供選擇，這些產品和服務可能會更加符合本地市場的需求和偏好。同時，這也為中國企業提供了更多參與國際競爭的機會。
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 AI 算力與美國的差距主要在哪裡？
中國 AI 算力與美國的差距主要在資源而非人才。根據 DeepSeek 創辦人梁文鋒的估算，若要訓練一個活躍參數規模達 8,000 億的模型，約需 5 萬顆 NVIDIA GB300 或 20 萬顆華為 950 晶片。
華為 Atlas 950 SuperPoD 的性能如何？
華為 Atlas 950 SuperPoD 的性能與價格可完全取代 NVIDIA GB200 與 GB300 機架系統，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 與華為的合作進展如何？
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，雖然尚不足以支撐下一代模型，但可以協助華為跑通生態。
※ 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。
