本报综合报道

最近，人工智能领域的一则消息引发了行业震动。英伟达创始人兼CEO黄仁勋在一次播客节目中，对"DeepSeek在华为芯片上成功运行"这一事件给出了一个令人意外的评价——"灾难性的"。

那么，究竟是什么让这位硅谷巨头感到不安？这件事背后又意味着什么？

DeepSeek V4：首个在昇腾平台原生适配的前沿大模型

根据相关技术报告显示，DeepSeek V4模型明确写入了华为昇腾NPU与英伟达GPU的并列验证。值得注意的是，这是首个在昇腾平台上完成原生适配的前沿大模型。

这一成果的意义在于，它不仅仅是"能跑起来"那么简单，而是证明了中国自研芯片平台具备了承载最先进人工智能模型的能力。

CUDA护城河：英伟达真正的"王牌"

黄仁勋之所以反应强烈，关键原因在于英伟达真正的护城河并非GPU硬件算力本身，而是CUDA作为默认起点的软件生态位。

多年来，全球人工智能开发者在进行模型开发时，几乎都是以CUDA为起点和默认优化对象。这种生态惯性让英伟达在AI芯片领域占据了无可撼动的地位。

但DeepSeek在昇腾平台上的成功适配，戳破了这条"默认链条"的起点，证明至少存在一条真实、可运行、被顶级模型验证过的非CUDA路径。

行业影响：生态竞争进入新阶段

这一事件意味着，好模型不再以CUDA为默认优化起点。对于全球人工智能开发者而言，这提供了更多技术路线选择的可能。

华为昇腾作为国产AI芯片的代表，通过这次适配验证，证明了自己在高端算力平台的竞争力。这对整个中国人工智能产业而言，是技术自主可控道路上的重要里程碑。

理性看待：技术竞争仍是主旋律

业界分析认为，黄仁勋的"灾难"感叹更多是一种战略焦虑的体现。虽然DeepSeek在昇腾上的成功令人振奋，但CUDA生态的庞大和成熟仍非一日之功，英伟达的技术积累和全球生态影响力短期内难以被超越。

但同时，这也标志着人工智能算力领域正从"单极"向"多极"发展。技术路线的多元化，对行业的长期健康发展而言，未必是坏事。

记者观察

在人工智能技术飞速发展的今天，算力基础设施的自主可控已成为各国产业竞争的焦点。DeepSeek与华为昇腾的成功合作，为行业提供了一个新的范例——技术突破往往来自跨生态的协作与尝试。

未来，随着更多前沿模型在国产芯片平台上的适配验证，我们或将见证一个更加开放、多元的人工智能生态格局。