DeepSeek 傳購16萬顆華為晶片：推理叢集的效能與供應取捨

圖片：TechLab 自製資訊圖

TechLab 編輯部（譯）·2026-09-06

TechNews 科技新報報道，DeepSeek 據稱已向華為訂購 16 萬枚 Ascend 950DT 晶片，擬投放於內蒙古的資料中心，主要處理 AI 推理需求。這宗消息目前建基於單一報道，並非兩家公司正式公告；訂單是否已簽訂、實際交貨節奏、最終部署規模及採購金額，仍有待當事方進一步確認。不過，若計劃成事，將反映中國大型模型公司正把「能否取得足夠算力」與「每單位算力的成本」一併納入基建決策。

對 DeepSeek 這類模型服務供應者而言，推理叢集直接關乎服務大量用戶時的回應速度、併發容量及營運成本。從報道所述的用途看，這批硬件並非單純為訓練新模型而設，而是支援模型產生答案時的解碼工作負載。換句話說，採購規模即使相當龐大，也不能只用單枚晶片的峰值指標去理解；系統能否穩定調度、模型能否順利移植，以及整體耗電與維運，均會左右投資是否划算。

一張大訂單，首先考驗交付能力

TechNews 科技新報指出，950DT 的市場價格約為每枚人民幣 11.1 萬元，按報道採用的換算，16 萬枚訂單可能涉及約 25.6 億美元。該數字應視作市場估算，而非已確認合約總值，因大型採購通常還會牽涉交付批次、系統整合、網絡互連及維護等安排。報道亦以 NVIDIA H20 約 1.5 萬至 2.5 萬美元的價格區間作比較，顯示華為方案未必必然以極低單價取勝。

更實際的限制在於供應。TechNews 科技新報報道稱，華為 950DT 年產量規模僅為數十萬枚，產能相當緊張；若 16 萬枚的數量準確，完成供貨或需一年以上。這意味著，晶片供應本身可能成為整個資料中心上線時間表的關鍵變數。對模型公司來說，長交期會令容量規劃變得保守：即使已有需求，也未必可以即時把服務擴展至預期規模。

這亦解釋了為何不能把訂單數量直接等同於即時可用的推理能力。資料中心要把大量加速器轉化為可對外提供的模型服務，還要配合機櫃、電力、散熱、儲存、網絡及叢集管理軟件。若晶片分批到貨，系統整合和服務擴容很可能同樣分階段進行。對關注中國 AI 供應鏈的企業而言，訂單消息的意義更接近一項長期產能承諾，而非短期市場供給突然增加。

效能代價，會落在整個系統而非單一晶片

950DT 採用華為自行研發的 Da Vinci v5 架構。TechNews 科技新報引述業界及研究機構看法稱，該晶片可能以中芯國際 N+2 製程或改良版 N+3 製程生產；由於報道沒有列出可獨立驗證的製造資料，這項判斷宜保留為業界推測。報道亦列出每枚晶片配備 144GB HiZQ 2.0 HBM、4.0TB/s RAM 頻寬及 2.0TB/s 互連頻寬，並支援 FP8、FP4 和 HiF8 等低精度格式。這些是產品層面的宣稱或報道資料，未足以直接推導實際模型吞吐量。

華為把 950DT 納入 Atlas 950 SuperPoD，報道稱一個超節點可連接最多 8,192 枚晶片，並提供 1 EFLOPS FP8、2 EFLOPS FP4 算力。超節點設計的重要性在於，推理工作未必只受單枚加速器限制；模型跨裝置切分時，RAM 容量、互連頻寬與軟件調度都會影響延遲。換言之，紙面算力很吸睛，但客戶實際感受到的是每秒可處理多少請求、長輸出時會否塞車，以及高峰期的服務穩定性。

TechNews 科技新報又提到，DeepSeek 創辦人梁文鋒在 7 月投資者會議上表示，若與 NVIDIA GB300 對照，華為超節點可完成相同任務且延遲相若，但約四枚華為晶片才相當於一枚 NVIDIA GPU，並落後約兩年。這是梁文鋒的說法，不應當作獨立測試結論；而且報道所指的採購對象是 950DT，價格比較則提及 H20，產品及使用情境並不完全相同。其核心訊號是：DeepSeek 願意接受較高硬件數量需求，換取較少依賴外來 GPU 的供應路徑。

國產化的成本，不只寫在採購單上

若上述性能差距大致成立，採用較多晶片會把成本推向系統其他層面，包括機櫃空間、互連設備、供電、散熱及營運複雜度。因此，單看每枚晶片報價並不足夠；真正應比較的是在指定模型、指定延遲和指定服務量之下，整個叢集的建設與營運成本。對雲端或企業採購者而言，這是評估中國 AI 基建時最容易被忽略的一環：硬件可得性提升，未必代表總擁有成本同步下降。

另一項取捨是軟件生態。大量推理工作要順利在新硬件上運行，模型框架、算子、量化格式、編譯工具和監控系統都要配合。報道指出 950DT 原生支援多種低精度格式，這有助對應推理場景對效率的要求；但是否能達致理想表現，仍取決於 DeepSeek 的模型及部署軟件能否充分利用相關功能。這是合理的技術分析，不代表已有公開數據證明其實際效果。

內蒙古為何成為部署選項

TechNews 科技新報指出，內蒙古正逐漸成為中國 AI 基建據點之一，原因包括當地氣候寒冷乾燥及日照條件，具備以太陽能供電資料中心的條件。報道以阿里巴巴烏蘭察布資料中心每度電約人民幣 0.32 至 0.35 元作例子，並提及字節跳動正洽談增加 5GW 至 6GW 電力容量，以及東吳證券對 1GW 資料中心初始成本的估算。這些個案及估算可說明電力在大型 AI 部署的重要性，但不能據此推定 DeepSeek 項目的實際電價、容量或工程成本。

從企業採用角度看，這宗傳聞中的採購把供應鏈判斷帶到更具體的層面：選擇哪一類 AI 基建，不只是比較模型能力，也要評估晶片能否按時交付、軟件是否成熟、電力是否可負擔，以及服務擴容的速度。香港未有資料顯示此項目會直接改變本地硬件供應或價格，但使用中國模型服務、考慮中國雲端資源的企業，仍可把它視為理解其底層算力來源與潛在容量限制的背景。

下一步值得留意的，是 DeepSeek 或華為會否確認訂單及披露交付安排，以及投入運行後有否公開推理吞吐量、延遲、耗電或軟件兼容性的資料。只有當叢集由採購計劃走到穩定服務，市場才能較準確判斷 Ascend 950DT 在大規模推理部署中，究竟如何平衡國產供應、效能代價與總成本。