计算机行业深度报告：国产化训练从0到1里程碑战略意义大于性能意义

内容目录与市场不同的观点：国产算力适配的探路者， 4DeepSeekV4：首个实现国产算力训练适配的顶级通用大模型 5MXFP4量化感知练：打破NVIDIA浮点生态强绑定 5什么是MXFP4 5MXFP4在DeepSeekV4中的具体应用环节 5MXFP4助力国化适配的核心逻辑 5MXFP4当前存的短板 6TileLang领域专用语言：脱离CUDA生态的底层算子底座 6什么是TileLang 6DeepSeek采用TileLang的核心战略意义 7自研MegaMoE2融合内核：解决国产硬件MoE通信瓶颈 7性能表现：跻身全球第一梯队，百万级上下文实现商用级突破 8知识储备：开源模型新标杆，大幅缩小与闭源模型差距 9推理与代码能力：开源模型首次追平闭源头部水平 9Agent能力：达到闭源模型同级水平，开源赛道第一梯队 10长上下文能力：百万token原生支持，解决长程任务核心瓶颈 10中文创作能力：全面超越国际竞品，仅高难度场景略逊头部闭源模型 技术架构：底层创新实现效率与能力的双重突破 CSA+HCA混合注意力架构：彻底打破超长上下文的算力瓶颈 12CompressedSparseAttention（CSA，压缩稀疏注意力） 13HeavilyCompressedAttention（HCA，重度压缩注意力） 14混合注意力架构的设计价值 14mHC流形约束超连接：升级残差结构，解决万亿模型训练稳定性难题 15创新后训练范式：规避多能力融合的性能退化 15综合评价：开源模型标杆，国产化战略意义远超性能表现 16投资建议 17风险提示 17图表目录图1：DeepSeekV4Flash由昇腾参与训练，Pro正在进行国产算力训练适配 4图2：DeepSeekV4-ProMax在各项指标上与主要竞争对手对比 8图3：DeepSeekV4与其他竞争对手各项评分详细对比 9图4：DeepSeekV4系列内部各项指标横比 9图5：DeepSeekV4与V3.2的计算量对比 12图6：DeepSeekV4与V3.2的显存容量对比 12图7：DeepSeekV4保留Transformer架构和MTP模块，同时引入mHC、CSA+HCA 13图8：CSA的核心架构，系统将KV数量压缩至1/m倍，随后应用DSA机制进一步加速 14图9：DeepSeekV4价格，后续随昇腾950节点放量有望大幅下降 16与市场不同的观点：国产算力适配的探路者，资本市场对DeepSeekDeepSeekV3.13.2在全球科技竞争加剧、潜在技术脱钩与高端算力出口管制持续升级的背景下，DeepSeek与国内头部科技企业共同承担着筑牢中国AI大模型软硬件自主可控底线的核心使命。相较于短期性能与性价比的市场争议，其核心价值在于重塑国内AI产业对海外技术与算力的依赖格局，解决了AI产业自主发展“有与没有”的核心安全问题。DeepSeekV4AI竞争的核心逻辑生态主导DeepSeekV4AI生WinningtheAIRace:AIActionPlanAIAIDeepSeek图1：DeepSeekV4Flash由昇腾参与训练，Pro正在进行国产算力训练适配大国AI论坛DeepSeekV4：首个实现国产算力训练适配的顶级通用大模型NVIDIA与CUDA生NVIDIADeepSeekV4FlashMXFP4量化感知训练：打破NVIDIA浮点生态强绑定什么是MXFP4DataFormats4相较于传统的INT4量化，MXFP4浮点数格结构的数值分布特征。MXFP4在DeepSeekV4中的具体应用环节根据DeepSeekV4技术文档，模型在训练与推理全流程中，将MXFP4量化应用于两大核心组件，实现了显存与计算量的双重优化：EEDeV4MXFP4让模FP4CA索引器KCAQey-FP4辅助量化优化：FP32BF16，top-k2KV99.7%MXFP4MXFP4量化体系的设计，从底层动摇了大模型对NVIDIAFP8生态的强绑定，是实现国产化适配的核心基石：DeepSeekV4MXFP4量化实现了FP4FP8的无FP8（E4M3）FP4（E2M1）2FP4FP8FP8国产AI芯片厂商正在加速补齐FP8MXFP8MXFP4等低精度计算能力。950FP8、MXFP8、MXFP4FP8FP4×FP8运算的FLOPsFP8×FP8FP4×FP8理论上可实现1/3的效率提升。这一设计为国产芯片厂商提供了全新的技术迭代方向，国产厂商可基于MXFP4格式设计专属的计算加速单元，无需跟随NVIDIA的技术路线被动迭代。降低国产硬件的适配门槛：MXFP4量化大幅降低了模型对显存带宽、计算单元的要求，使显存与算力规格相对有限的国产芯片，也能承载万亿参数MoE模型的训练与推理，大幅拓宽了国产算力的应用边界。MXFP4当前存在的短板从技术落地的实际情况来看，MXFP4量化仍存在一定的局限性：MXFP4仅应用于MoE专家权重与CSAQKBF16/FP8FP4FP8包括国产芯片在内的当前主流硬件，对FP4×FP8MXFP4TileLang领域专用语言：脱离CUDA生态的底层算子底座什么是TileLangTileLang是由北大团队开发的一款面向现代神经网络内核开发的领域专用语言（L，核心价值是在张量计算的底层开发中，平衡开发效率与运行时性能。传统大模型底层算子开发依赖CATileLangDeepSeek采用TileLang的核心战略意义TileLang的应用，是DeepSeekV4实现国产化适配的核心底层支撑，其最大意义在于彻底脱离了对NVIDIACUDA生态的强绑定。具体体现在三大维度：CUDACUDA往无法达到原生水平。而TileLang作为跨平台DSL，基于其开发的融合内核，可在NVIDIAGPU昇NPUV4DeepSeekV4度的TileLangTileLangHostCodegen技术，PythonCPU1PythonTileLangfast-mathIEEE-754标准的数值内联函数，同时对齐CUDA工具链的代数简化与降级规则，可实现与手写CUDADeepSeekV4架构创新的快速迭代支撑：TileLang集成了Z3SMT求解器，实现了形式化整数分析，可处理张量索引的复杂算术运算，解锁向量化、屏障插入、代码简化等高级优化。这让DeepSeek团队可以快速迭代CSA、HCA、mHC等创新架构的算子原型，同时保证在国产硬件上的性能表现，为国产算力平台上的大模型架构创新提供了底层工具支撑。自研MegaMoE2融合内核：解决国产硬件MoE通信瓶颈MoEDeepSeekV4自研的MegaMoE2融合内核，实现了专家并行的细粒度通信-计算重叠。MegaMoE2通过将专家拆分调度为多个波次，在稳态下实现当前波次的计算、下一token1.921.50~1.73RL1.96MoEMoE性能表现：跻身全球第一梯队，百万级上下文实现商用级突破DeepSeekV4系列在知识储备、推理代码、Agent能力、长上下文、中文创作五大核心维度，均实现了开源模型的新标杆，多项指标比肩甚至超越国际顶级闭源模型。其中百万级上下文能力的突破，更是为长程Agent任务的落地奠定了核心基础。图2：DeepSeekV4-ProMax在各项指标上与主要竞争对手对比DeepSeekV4技术论文图3：DeepSeekV4与其他竞争对手各项评分详细对比 图4：DeepSeekV4系列内部各项指标横比 DeepSeekV4技术论文 DeepSeekV4技术论文知识储备：开源模型新标杆，大幅缩小与闭源模型差距DeepSeek-V4-Pro-Max在57.9Kimi-K2.6（36.L5.38.peQA84.，直接逼近Gen3o的85.9Pro-MaxMMLU-ProGPQADiamond87.590.1GPQADiamond家水平，仅小幅落后于Gemini-3.1-Pro94.3。推理与代码能力：开源模型首次追平闭源头部水平V4Codeforces3206的Elo23Flash-MaxCodeforces，推理性能追平Gemini-3.0-Pro在其他核心基准上，Pro-MaxLiveCodeBenchPass@193.5ClaudeOpus4.（88Gen3（91AnweBnh89.8Agent能力：达到闭源模型同级水平，开源赛道第一梯队AgentDeepSeekV4在真实场景的Agent基准上表现亮眼。SWE代码AgentPro-MaxSWE-benchClaudeOpus4.6Bench2.067.975.1Public73.6、51.8Pass@1长上下文能力：百万token原生支持，解决长程任务核心瓶颈DeepSeekV4100token的上MoE从技术效率来看，在1Mtoken上下文场景下，DeepSeek-V4-Pro的单token推理FLOPs仅为前代DeepSeek-V3.2的缓存占用降至FLOPsV3.2的缓存占用仅为下文推理成本过高、延迟过大的行业痛点。模型在OpenAIMRCRtoken场景下取得83.5的MR超越Gen3.1o的76.CopuAtoken模型取得62.0分，同样超越Gemini-3.1-Pro的53.8。MRCR8-needle128KMMR0.91MtokenMMR0.84AgentAgent传统128KAgent而DeepSeekV4的1Mtoken原生上下文，约对应75Agent可在单次上下文窗口内完成任务理解、拆解、执行、校验、复盘全流程，无需频AgentAgentSWEBench2.0等长程Agent中文创作能力：全面超越国际竞品，仅高难度场景略逊头部闭源模型中文创作是DeepSeek系列的传统优势，V4版本进一步扩大了这一领先性。在覆盖73170DeepSeek-V4-ProGemini-3.1-Pro62.7%73.29%75.86%66.41%2837个测试样本中，对Gemini-3.1-Pro达77.5%83.25%80.77%ClaudeOpus4.5的胜率为45.9%，略逊于闭源头部模型。技术架构：底层创新实现效率与能力的双重突破DeepSeekV4CSA+HCA混合注意力架构、mHC流形约束超连接、Muon文效率、深层大模型训练稳定性两大行业核心痛点。在这些技术架构创新加持下，DeepSeek-V4-Pro的单token推理FLOPs仅为前代DeepSeek-V3.2的27%，KV缓存占用降至tokenFLOPsV3.2的缓存占用仅为7%。图5：DeepSeekV4与V3.2的计算量对比 图6：DeepSeekV4与V3.2的显存容量对比DeepSeekV4技术论文 DeepSeekV4技术论文CSA+HCA混合注意力架构：彻底打破超长上下文的算力瓶颈传统量与KVtokenDeepSeekV4CSAHCA+O(n²)决了超长上下文的算力瓶颈。图7：DeepSeekV4保留Transformer架构和MTP模块，同时引入mHC、CSA+HCADeepSeekV4技术论文CompressedSparseAttention（CSA）CA第一步：KV缓存序列压缩：CSA先将每4个token的KV缓存压缩为1个条目，序列长度直接压缩为原来的1/4。具体而言，模型通过可训练的参数矩阵计算KV条目SoftmaxtokenKVKV第二步：稀疏注意力精准选择：压缩完成后，CSA通过闪电索引器，为每个查询token选择top-k个最相关的压缩KVPro版本的top-k设置为1024，这意味着即便上下文长度达到1Mtoken，每个查询token仅需对1024个压缩KV条目执行计算，彻底打破了二次复杂度的瓶颈。token保128KVKV注意力（MQA）与分组输出投影策略，进一步降低计算量；对查询和KV条目执行RNoRE图8：CSA的核心架构，系统将KV数量压缩至1/m倍，随后应用DSA机制进一步加速DeepSeekV4技术论文HeavilyCompressedAttention（HCA）HCA的核心逻辑是”，与CSA形成能力互补。HCA采用128128tokenKV11Mtoken8000HCAKVDeepSeekV4在层中采用CSA与交替的interleaved层使用，下一层使用与“”CSA检索、全局语义理解的三重能力，这也是其能在1Mtoken上下文下依然保持高准确率的核心原因。mHC流形约束超连接：升级残差结构，解决万亿模型训练稳定性难题TransformerELoss（，DeepSeekV4Manifold-Constrained形约束超连接MoE而mHC多面体）上，1，mHC在具体实现上，mHCSinkhorn-KnoppSigmoidmHCDeepSeekV4-Flash即便只有13B37B激活参数的DeepSeek-V3.2Transformer中稳MuonSwiGLUMoE模型训练的LossSpike1.6T参创新后训练范式：规避多能力融合的性能退化DeepSeekV4采用领域专家独立训练（OPD）”AgentGRPO传统多能力融合中常见的性能退化问题，让模型同时具备多个领域的顶尖能力，实现了“全能力无短板”的模型优化目标。综合评价：开源模型标杆，国产化战略意义远超性能表现综合来看，DeepSeekV4D