據《科創板日報》11 月 3 日報道，該媒體從多名產業鏈人士處獲悉，DeepSeek 下一代大模型 DeepSeek V5 計劃基於華為 昇騰晶片 進行預訓練。此前，昇騰晶片在 DeepSeek 模型中主要承擔推理任務，若此次預訓練落地，將是國產算力首次支撐中國頂尖大模型的預訓練環節。
回顧雙方合作，昇騰承載 DeepSeek 模型的最早規模化部署發生在 2025 年春節前後。據浙江大學傳媒與國際文化學院常務副院長方興東在《昇騰崛起》一書中記述，2025 年 1 月 28 日，華為高層下達華為雲快速支援 DeepSeek 的決策；除夕夜到大年初二，華為與 DeepSeek 完成 3000 多張昇騰晶片 的部署和驗證，將 DeepSeek-V3/R1 大模型成功部署到華為雲貴安資料中心。書中還提到，DeepSeek 的爆發令任正非異常振奮，整個春節他都在指揮華為雲和相關產品團隊應對流量海嘯。同年 1 月，矽基流動與華為雲上線了基於昇騰的 DeepSeek-V3、R1 推理服務。
2026 年 4 月 DeepSeek-V4 釋出後，華為方面稱，通過雙方“芯模技術協同”，昇騰超節點全系列產品已可全面支援 DeepSeek V4 系列模型。DeepSeek 則在官方 API 頁面提到，受限於高階算力，目前 V4-Pro 模型的服務吞吐仍有限，預計下半年 昇騰 950 超節點 批次上市後，Pro 價格會大幅下調。
軟體生態層面，9 月 30 日 DeepSeek 宣佈正式開源面向華為昇騰算力平台的基礎設施元件，涵蓋 TileLang 高階語言編譯工具、高效能運算庫（DeepGEMM、FlashMLA、TileKernel、DeepSelect 等）與分散式通訊庫（DeepEP），與此前面向輝達平台的開源元件一一對應。華為方面提供了聯合定義的昇騰超節點 SuperPoD Flex 和 UBL128 組網方案，並開放 Ascend C 程式設計介面與底層指令體系支援 TileLang 工作。這一動作意味著 DeepSeek 不僅在使用昇騰做推理，還在軟體棧底層與昇騰進行了系統性的對齊與共建，將適配延伸到了支撐訓練和推理的基礎設施層面。
當前，國產算力的落地主要集中在推理側，訓練側仍需提升。不久前，深圳河套學院 AI 訓練平台專案團隊，聯合哈爾濱工業大學（深圳）、深圳市大數據研究院、華為有關團隊，協同深智城 AI 算力平台，依託 昇騰 910C 國產 AI 算力叢集，完成 1.6 萬億引數 大模型 DeepSeek-V4-Pro 全引數後訓練。需要說明的是，此次訓練仍不涉及基礎預訓練。
從產業視角看，國產晶片在推理側的規模化驗證提供了產業信心，但訓練側的生態遷移成本仍然是決定市場天花板的變數。預訓練對算力規模、互聯頻寬和軟體棧成熟度的要求遠高於推理，此前業界對國產晶片能否勝任預訓練只有質疑、沒有答案。如果 DeepSeek 下一代大模型基於華為昇騰算力完成預訓練，將首次回答“中國頂尖大模型能否在國產算力上完成預訓練任務”這一問題，其進展值得持續關注。