DeepSeek V4省73%算力 中国AI走出第二条路

2026年4月，DeepSeek发布了V4版本。

总参数1.6T，激活参数49B，首次将百万token上下文做到了"标配"。Agent Coding交付质量按内部评测，已经接近Anthropic Claude Opus 4.6的非思考模式。技术圈刷屏，朋友圈刷屏。

大众媒体的解读集中在三件事上：

一是性能再上一档，对标海外头部模型。二是开源继续，国产替代再下一城。三是API限时优惠5月5日截止，缓存命中价格低到一杯咖啡都买不起。

但这次V4发布，最值得注意的，或许不是上面这些。

而是DeepSeek官方公告里的一行小字——"每token算力消耗仅为V3.2的27%"。

27%。换个说法，新模型只用旧模型27%的算力，就能跑同样规模的token。

"这有什么？不就是模型架构升级，效率提升一些吗？过去几代模型都在做这件事。"

其实，不是的。

上一代V3.2是2025年9月发布的，到V4只过了半年。在仅仅半年里，把每token的算力消耗砍掉73%，幅度远高于行业平均。更关键的是，DeepSeek这次没有等英伟达B200、H200在国内放量，没有等更高级的进口算力到位，而是选择了一条几乎反方向的路：在现有的算力规模上，让模型自己学会"省"。

这中间，发生了什么？

老规矩，我争取用一篇文章，帮你读明白。

01 一个token的算力，到底是怎么花掉的？

要看懂"省了73%"是什么概念，得先看懂一个token的算力是怎么花掉的。

简单说，大模型推理的成本主要由两部分组成：

第一，参数计算。模型有多少参数，每生成一个token就要"过"多少次参数。GPT-4据传是1.8T参数，Claude 4级别相近。DeepSeek V4总参数1.6T，但用了MoE（混合专家）架构，每次只激活其中49B——也就是说，1.6T参数里有1500B左右"待机"，每个token只过49B。

第二，KV缓存。模型生成每个token都要"记住"前文，前文越长，需要缓存的数据越多。这部分缓存通常占用GPU显存最多，也是百万token长上下文的瓶颈所在。

换一个生活场景。

想象你给朋友讲一个长故事。讲到第3万字时，你需要回忆前面提过的人名、地点、时间、伏笔——这些就是"KV缓存"。如果你能整理出一个简洁的"故事梗概+人物关系图"，把30000字压缩成5000字摘要，你的"工作内存"就轻了。

再换一个工作场景。

你做一份PPT，每翻一页都要回看前面的逻辑链。如果你只翻"标题页+关键图表页"就能记住整体节奏，你的效率会高得多。

DeepSeek V4做的，就是这件事。1.6T参数+百万上下文，KV缓存占用降到了10%——把"故事梗概+关键页"做到了极致。

02 DeepSeek为什么必须省，而不是必须快？

全球AI实验室都在做模型架构优化。但路径有两条。

第一条是"做更聪明的模型"。OpenAI、Anthropic走的是这条——参数更大、推理链更长、Agent能力更强。前提是算力管够，至少能用上H200/B200级别的最新GPU。

第二条是"在现有算力上做更高效的模型"。DeepSeek走的是这条——把每token的成本压到极低，让模型在已有的硬件上跑出最大产出。

这不是一道"哪条路更聪明"的题，而是"哪条路更现实"的题。

过去两年，英伟达对中国市场的特供版从H800、H20一路降配，到2026年初才有限度地恢复部分供应。中国AI厂商面对的问题，不是"用最先进的算力做最强的模型"，而是"用受限的算力做最有用的模型"。

回到DeepSeek。它的训练和推理，绝大多数跑在国产算力（华为昇腾系列）+少量H800/H20混合集群上。在这种条件下，"每token消耗减少73%"翻译过来就是：同样的国产卡集群，可以跑3倍以上的请求量。

——这是用算法的进步，去补硬件的代差。

03 昇腾950PR，能不能接得住？

5月初，华为给了第二个动作。

华为昇腾950PR，基于中芯国际7nm工艺，单卡推理算力较英伟达对华特供版H20提升约2.87倍。采购价为H200的1/3至1/4。阿里、字节、腾讯已下数十万颗订单。中国移动2026-2027年AI超节点采购20.6亿元，全线华为CANN生态。

华为徐直军2025年9月规划的产品序列依次是：950PR、950DT、960、970。950PR负责推理Prefill阶段，950DT针对训练优化。

这两件事——DeepSeek把每token算力压到27%、华为把单卡算力翻到H20的2.87倍——放在一起，是一道很简单的乘法。

如果说V3.2时代每张H20卡只能服务X个并发请求，到V4时代+昇腾950PR时代，同样的卡数能服务的并发请求数变成了：X × (1/27%) × 2.87 ≈ 10.6X。

◆ DeepSeek V4：总参数1.6T，激活49B，每token算力消耗为V3.2的27%（来源：DeepSeek官方，2026年4月）

◆ DeepSeek V4：KV缓存占用降至10%，百万token上下文标配（来源：DeepSeek技术文档）

◆ 华为昇腾950PR：单卡推理算力较H20提升约2.87倍，采购价为H200的1/3至1/4（来源：华为公开资料）

◆ Atlas 950 SuperPoD：8192张950昇腾加速卡，160机柜规模，2026年Q4上市（来源：华为）

◆ 中国移动AI超节点采购：20.6亿元，全线华为CANN生态（来源：中国移动招标公告）

◆ OpenRouter数据：2026年3月30日-4月5日，中国AI模型周调用量12.96万亿token，是美国的4.3倍

一张卡的能力涨2.87倍，每token的成本降至27%。叠加之后，原本"3张H200才能服务的请求"，现在"1张昇腾950PR + DeepSeek V4"就能服务。

代差被悄悄补回了一截。

04 可带走资产：硬件代差 × 软件优化 = 有效算力

有效算力 = 单卡硬件能力 × 算法效率

这个乘数公式是看懂中国AI产业过去三年和未来三年的钥匙。当硬件被卡脖子（左侧因子下降），算法的提升（右侧因子放大）可以部分补回；当算法到了极限（右侧因子收敛），硬件的释放（左侧因子放大）就成了下一阶段的关键。一头被压住，可以靠另一头补；两头同时打开，就是产业拐点。

这个乘数模型，可以解释过去三年中国AI产业的几乎所有大事件。

一是2024年初DeepSeek V2发布。当时英伟达对华制裁刚刚收紧，左侧因子（单卡能力）被压低。DeepSeek用MoE+架构创新拉高右侧因子（算法效率），有效算力得到部分补偿。

二是2024年底DeepSeek V3发布震动硅谷。同一规模的训练成本只有同行约1/10，本质上是右侧因子（算法效率）的另一次跳跃。

三是2026年4月V4发布+昇腾950PR路线图明确。两边因子同时打开——算法效率再降73%（V4），单卡能力涨到H20的2.87倍（950PR）——一道乘法把"有效算力"拉到一个新台阶。

05 这个公式，怎么用在你不太熟的地方？

这个乘数公式不只是讲AI的。

换一个最普通的家用场景。

你在租房，月租3000元（硬件预算被卡）。但你愿意花两个周末把家里收纳系统重做一遍——把杂物分门别类、把垂直空间用满、把不常用的东西归到储物间——结果是同样3000元的房子，住起来体验有6000元的水平。这就是"每平米实用面积"的算法优化。

再换一个工作场景。

你的团队预算有限，无法增加2个工程师（硬件被卡）。但你引入了AI辅助代码评审、把重复劳动自动化、让每个工程师从一周写3个feature变成一周写7个feature——同样5个人的团队，产出是10个人的。这就是"每个工位的有效产出"的算法优化。

回到DeepSeek。

华为昇腾950PR单卡能力是H20的2.87倍，但仍然不及H200。中国AI实验室没法等"和H200一样的卡"放进国产服务器，那是2027-2028年的事。怎么办？把V3.2的算力消耗砍到27%，让同样的卡多干3倍的活。

这是一道完全相同的题。

——硬件被卡，算法补回；算法收敛，硬件放开。

06 为什么这是"通关券"，不只是"省钱"？

如果只是"省钱"，DeepSeek V4也就是一次寻常的产品迭代。

但"省73%"在2026年这个时间点，意义远不止省钱。

OpenRouter公开数据显示，2026年3月30日至4月5日的一周，中国AI模型的总调用量达到12.96万亿token，是美国同期的4.3倍。

这个数字第一次出现时，硅谷许多人不相信。

但只要把"有效算力 = 单卡硬件能力 × 算法效率"这个公式套进去，就能解释——美国靠左侧因子（最强GPU）跑出大基数，中国靠右侧因子（最优化的算法+开源生态）拉出大乘数。两条路径汇合，就形成了"调用量上中国是美国4.3倍"的奇观。

对开发者而言，DeepSeek API限时优惠的价格已经让"做应用"的门槛降到极低——Pro 2.5折，Flash缓存命中0.02元/百万tokens。这意味着任何一个独立开发者，可以在一个咖啡的钱里，跑出一个完整的应用Demo。

对企业而言，"昇腾950PR + V4"组合让"私有化部署一个大模型"从"采购3000万一套"降到"采购1000万一套"。中型企业第一次有能力把大模型部署在自己的机房里。

07 你以为的"国产替代"，可能是个误会

讲到这里，需要纠正一个常见的理解。

许多读者把"DeepSeek+昇腾"理解为"国产替代英伟达+OpenAI"。但这个表达，可能稀释了真正发生的事情。

真正的事情是：中国AI找到了一条不必跟着英伟达走的路。

过去十年，全球AI产业的算力霸权由英伟达定义。"想做更大的模型，就要更多的H100/H200"是默认前提。所有国家、所有公司都在这条路上跑。

"算法补硬件"不是替代，而是绕开。

用更高效的算法+开源生态+受限但够用的硬件，跑出和"无限堆卡"路线相近的产业产出。这条路的价值不在于"我们也有H200"，而在于"我们不需要等H200才能往前走"。

它的代价是中国AI实验室必须比美国同行做得更聪明、更精细。它的红利是中国可以在被卡脖子的环境里，仍然做出全球级别的产品。

引DeepSeek官方在V4发布说明里引用的那句《荀子·非十二子》——"不诱于誉，不恐于诽，率道而行，端然正己"。

08 产业链的真实位置：昇腾、CANN、A股

这条路径上的产业链，正在被重新定价。

4月27日A股半导体板块爆发：覆铜板指数+5.82%、半导体设备+5.68%、GPU+3.91%。芯源微+17.81%、富创精密+16.03%、长川科技+10.77%。这一轮上涨的逻辑，正是市场对"国产算力放量+下游模型放量"双向定价的反应。

华为Atlas 950 SuperPoD（8192张950昇腾加速卡）将于2026年Q4上市。和英伟达NVL144对照——卡规模56.8倍、总算力6.7倍、内存容量15倍——这是"超节点"级别的算力堆叠。

中国信通院已启动DeepSeek-V4国产化适配测试。这个测试的结果，会直接影响到"昇腾+DeepSeek"组合在2026年下半年的政企招标中的渗透率。

Bernstein预测，2026年华为昇腾为首的国产AI芯片市占率有望首次超过50%。这是一个"硬件代差被算法部分补回"之后的结果。

09 最后的话

我做完这次研究，有这么几条收获，供你参考。

一，硬件代差不是世界末日。任何一项硬件被卡的产业，都可以用"算法/工艺/流程"上的进步去部分补偿。补偿的代价是必须做得更聪明，红利是不依赖外部供给。

二，AI产业的护城河不是"最强模型"，是"硬件×算法的乘数"。当你看一家AI公司是否有长期价值，不要只看它的模型在某个榜单上是第几名，要看它在"既定硬件条件"下的有效算力是多少。

三，开源生态在算力受限的环境里，比闭源生态更有价值。DeepSeek之所以能成为这一轮中国AI的代表，不仅是因为它的模型好，更因为它把模型开源出来，让整个生态的"右侧因子"被反复推高。

当然，现实没有这么简单。"每token降到27%"是模型在内部测试的数据，实际部署中受任务类型、缓存命中率、并发量影响，差异会很大。"昇腾950PR的2.87倍"是单卡推理算力，训练侧的差距仍在。中国AI追赶英伟达和OpenAI的路，不会是一条直线。

V4比V3.2节省73%算力——这看起来是技术细节，实际上是中国AI拿到的最重要的一张通关券。

但有一件事是清楚的：当一个产业被告知"用最差的硬件做最好的产品"时，能做到的国家不多。中国是其中一个。

DeepSeek官方公告里的那行小字，藏着的就是这件事。

免责声明

本文仅为信息分享与行业分析，不构成任何投资建议、投资分析意见或交易邀约。市场有风险，投资需谨慎。任何人依据本文内容作出的投资决策，风险与盈亏自行承担，作者及发布平台不承担任何法律责任。

主要信源

1. DeepSeek官方公告，《DeepSeek V4模型发布说明》，2026年4月

2. DeepSeek API限时优惠公告，2026年4月-5月，截至2026年5月5日

3. 华为公司公开资料，《昇腾AI芯片产品路线图》，徐直军，2025年9月

4. 华为Atlas 950 SuperPoD技术规格，2026年公开发布

5. 中国移动招标公告，2026-2027年AI超节点采购，20.6亿元

6. OpenRouter公开数据，2026年3月30日-4月5日全球AI模型调用量统计

7. A股半导体板块行情数据，2026年4月27日盘面，公开市场数据

8. Bernstein研究报告，2026年中国AI芯片市占率预测，2026年初发布

9. 中国信通院公开信息，DeepSeek-V4国产化适配测试启动消息