起源：恒生科技指数涨3% 升破5000点关口作者： 巫凯翔：

DeepSeek过了算力的河，美团LongCat在弯腰造船

「主题提醒」国产算力迎来“DeepSeek+LongCat”节点。

作者 | 张经纬

编纂 | 邢昀

Token，是将来数字世界最主题、最值钱的大量商品。

2026年GTC大会上，黄仁勋这样界说AI时期的底层通货，而数据中心就是出产智能的工厂。

从前几年，全球绝大无数这样的“工厂”都依赖统一套设备：英伟达的GPU与CUDA生态。当霍尔木兹海峡的盛开与关关，影响地缘政治与能源安全格局，全球AI市场的Token供给也必要回覆：算力供给链出现单点依赖，若何保险Token的不变产出？

4月24日上午，DeepSeek V4正式颁布，其官方技术汇报明确将华为昇腾950PR写入硬件验证清单，实现了从英伟达CUDA到国产算力的全栈迁徙。下午，美团LongCat-2.0-Preview盛开测试，这是目前唯一公开确认由国产算力实现万亿参数预训练的大模型，训练全程动用了5万至6万张国产算力卡，其训练规模是迄今为止最大的。

两款模型在统一天跨入“万亿参数俱乐部”，更关键的是，这意味着一条自主的“国产Token”供给链，在英伟达系统之表加快接通。

理解这一天意味着什么，必要拆开来看。

1、万亿参数俱乐部的新玩家

从前一段功夫里，万亿参数如同大模型的“珠峰”。玩家们想登顶，必要刷美国技术栈的“设备”，尤其离不开英伟达。

Open AI、Anthropic等硅谷独角兽，无不是英伟达H100/A100集群上的“付费玩家”。凭借软硬一体的CUDA生态系统，英伟达在全球AI训练负载市场中占据了90%以上的绝对垄断职位。

对中国AI企业而言，这有诸多不确定性。近年来，美国对华高端AI芯片的出口管造持续收紧，从最初的A100、H100禁售，延长至特供版H20的许可限度，到今年4月，美国高端芯片内容对华禁售。即便通过其他渠路拿到芯片，也随时面对升级蹊径被堵截的风险。

至此，算力不再只是支出成本，也是生计成本。

2026年4月24日，备受关注的DeepSeek V4颁布，同日美团LongCat-2.0-Preview启动盛开测试，双双参与了“万亿参数模型”的行列。这两个大模型用分歧方式，实现了国产算力代替的进展。

DeepSeek V4的早期训练基于英伟达CUDA架构和GPU硬件，之后全栈迁徙至华为芯片。V4适配的华为昇腾950PR推理芯片，甚至在低精度推理中展示出超过通用GPU的效能。

同期进行测试的LongCat-2.0-Preview选择了另一种方式，这是目前唯一由国产算力训练的万亿参数大模型。其训练与推理全程依附国产算力集群独立实现，动用的国产算力卡数量在5万至6万张之间，是国产算力上实现的规模最大的训练工作。

从技术层面来看，DeepSeek V4和LongCat-2.0-Preview均选取MoE架构，支持1M（100万token）超长高低文窗口，单次推理可处置数百万字输入，处置量级与GPT-5.5处于统一水平。两款模型在知识容量、长文本理解及复杂逻辑推理的上限上，已正式跨入全球第一梯队。

没有采取行业通畅的“堆算力”路线，DeepSeek V4和LongCat-2.0-Preview都是通过架构优化，对每一张国产卡算力进行极致榨取，同时它们也用实际证明，极致优化算力效能，能够抵消硬件的账面差距。

V4通过混合把稳力架构（CSA + HCA）、Muon优化器等底层架构创新，在高低文长度放大8倍的前提下，算力亏损比V3.2降低七成以上。LongCat-2.0-Preview每token激活参数约48B，从一些测试反馈来看，在维持较高机能的同时，实现了不错的推理效能。

效能革命最终转化为颠覆性的贸易定价。DeepSeek V4最新的API定价，V4 Flash每百万tokens输入（缓存射中）价值为0.02元，V4 Pro为0.025元。海表社交媒体上，有网友暗示，这是从Claude或者GPT迁徙到DeepSeek的最佳窗口期。

两款模型的颁布，引发了国产算力适配的连锁反映，国产算力代替逐步成为趋向。

从华为昇腾、百度昆仑芯、寒武纪思元、海光信息DCU到阿里平头哥，国产AI芯片在机能与生态上持续迭代；摩尔线程、壁仞科技、沐曦股份等创业企业也在加快追赶。

TrendForce预测，2026年国产芯片在高端市场的份额将增长到70%，行业对国产算力的等待，不再停顿在“可用”层面。

2、算力得救前后

中国AI厂商们加快布局国产代替，除了此前说到的美国高端芯片出口管造等政策压力，还有一个重要的考量：算力荒传导至价值端，导致算力变得越来越贵。

中信证券指出，Token挪用量井喷带来的是算力需要极大发作，与此同时供给侧受到各类硬约束短期边际增量有限，目前国内表均出现了严重的算力荒。

而中国AI用户的算力亏损极其巨大，凭据OpenRouter的数据， 2026年3月30日-4月5日，中国AI模型的周挪用量突破12.96万亿Token，是同期美国的4.3倍。如此重大的需要， 若是持久高度依赖单一的“英伟达+台积电”供给链，将面对供给受限与价值持续上涨的双重风险。

这种结构性矛盾，使得国产算力代替不再只是 “备选题”，而是 “必答题”。然而，代替之路历来艰巨。

其难点在于抛弃现成的代码库、编译和调试工具，从“零”起头。英伟达CUDA经过20年堆集，占有超400万开发者和成熟的cuBLAS、cuDNN、NCCL库。国产算力平台的算子库覆盖度、优化深度以及测试工具都不齐全，必要工程团队进行大量底层开发与调试工作。

另一个难点在于硬件的并行推算。由于单卡机能存在差距，国产芯片想要实现同样的推算机能，势必要并行更多硬件，而算力硬件并行容易带来故障。

在大模型训练中，集群规模一旦扩大至万卡级别，故障概率呈指数级上升，任何微幼的推算谬误、通讯延长或数值精度误差，城市在并走运算中指数级放大，导致整个训练工作中断或模型收敛失败。

LongCat-2.0-Preview在5、6万张国产集群上实现万亿参数MoE模型的不变训练，意味着团队必须在并行战术、通讯拓扑、混合精度训练及容错机造上进行深度自研与调优。这是对国产算力系统工程能力的一次高强度的压力测试。

工程能力还只是冰山一角，芯片设计造作、软件栈甚至利用，必要更多产业力量的持久投入。来自互联网巨头、产业本钱与风险投资的资金，成为这些持久进化背后的重要支持。

以美团为例，近几年在算力、科技硬件和大模型等领域进行了宽泛的早期投资。芯片方面，美团投资了摩尔线程、沐曦股份、紫光展锐、爱芯元智、荣芯半导体等多多企业，覆盖了多家国产GPU头部和“国度队”级此外半导体公司。

这些企业的技术方向各有侧重：摩尔线程与沐曦股份聚焦通用GPU设计；紫光展锐在移动通讯与物联网芯片领域根基深厚，为端侧AI提供底层衔接能力；爱芯元智专一壁缘算力、AI视觉芯片；荣芯半导体则涉足晶圆代工，安身于芯片的产能提升。

美团还同时投资了蕴含宇树科技、银河通用、星海图在内的多家具身智能公司和科技硬件公司。从大模型上游的芯片设计造作、到大模型研发，再到AI在各个领域的利用，用王兴的话来说，美团将AI视为战术机缘。

美团的密集投资并非孤例，它所折射的，是中国科技本钱对国产算力赛路甚至将来科技发展的系统性布局。

3、模型在国产算力上跑通了，而后呢？

当国产芯片铺开、万亿参数模型跑通，本土AI能否走向“更好用”阶段，面对着数据层面的挑战。

一方面，是工程反馈数据。

当超大规模AI模型在国产芯片集群上训练时，会露出出各类问题，好比某些推算环节精杜仔误差、芯片之间数据传输太慢、软件编译优化不到位、多卡并行时通讯通路拥挤、低精度推算时数值迷失等。

技术团队逐一攻克这些问题的过程，自身就是一场对国产芯片软硬件的大规模测试。每一个被建复的bug、每一段被调优的通讯和谈，城市反馈给国产芯片厂商，推动下一代硬件的改进和软件栈的成熟。

对LongCat-2.0-Preview这样的“原生国产模型”来说，从训练阶段起便全程依附国产算力集群实现，产生的工程反馈较为齐全和真实。这种“模型反哺芯片”的关环，有利于国产算力生态向下扎根。

另一方面，大模型必要物理底座，和具体工作、真实世界产生高质量的数据互动。

特斯拉凭借全球最大的真实驾驶数据库，构建了其自动驾驶的主题基石，从真实世界采集、到仿真训练、再到算法迭代的“Real-to-Sim-to-Real”飞轮，同时驱动了自动驾驶汽车与人形机械人的进化。

同样的逻辑，在一个更复杂高频，切近日常生涯的场景发展，那不是加州的高速公路，而是中国城市的街头巷尾。美团占有全国2800多个市县的即时配送网络，覆盖中国最复杂的物理环境。美团无人机已累计实现贸易订单超78万笔，国内表开明70条航路。美团无人车已至少已实现550万单配送工作，自动驾驶总里程突破1900万公里。

无人机在楼宇间穿行时的视觉避障数据、无人车在复杂路况下的实时决策轨迹、骑手与机械协同调度中的动态优化样本，都是高价值、高密度的真实世界数据。这些是LongCat大模型持续进化的养料，也是国产算力芯片在严苛环境中验证靠得住性、能效比的真实环境。

统一天里先后颁布和盛开测试的DeepSeek V4与LongCat-2.0-Preview，组成了国产算力进化的一体两面。前者以开源、廉价与通用能力，证了然国产算力可支持全球顶尖的基础模型；后者以原生国产训练、万亿参数规模与物理世界关环，证了然国产算力集群可独立实现极限的工程工作。

这不仅仅是算力焦虑下的代替叙事，更是一场 “自动界说”的转身，独立成长、正向循环的中国AI产业链，还必要持久致力，但在加快成型。