炸了！16万颗华为芯片铺进内蒙古，美国卡脖子计划彻底破产！

最近，中国AI芯片市场又传出了一则分量十足的消息！据彭博社9月4日援引知情人士报道，中国DeepSeek计划在内蒙古建设的大型数据中心中，部署至少16万颗华为昇腾950DT人工智能芯片。如果这一计划最终全部落实，它将成为目前已知规模最大的华为AI芯片集群之一。

16万颗人工智能芯片，已经不是一家AI公司买几千张加速卡扩建机房的问题，而是一个真正意义上的超大规模AI基础设施项目。

报道中提到的芯片是华为最新一代昇腾950DT，按照华为此前公布的路线图，这款芯片将在2026年第四季度推出，主要针对大模型推理解码以及训练等高带宽场景。如果DeepSeek最终真的部署16万颗，这笔计划实际上押注的是华为下一代AI算力平台。

如今的大模型竞争，越来越像另一种形式的重工业。过去做互联网产品，一群程序员加上一批服务器就能起步。今天想要开发全球领先的大模型，背后首先要解决的却是几十万颗AI芯片、电力供应、液冷系统、网络互联、存储以及数据中心建设。

尤其是进入推理时代以后，算力需求正在发生一个重要变化。训练一个模型可能只持续几个月，但模型上线以后，每天都要回答数以亿计的用户请求。用户越多，模型思考时间越长，推理消耗的算力就越大，DeepSeek恰好属于这种情况。

2025年DeepSeek-R1走红之后，其模型迅速进入大量云平台、手机、汽车和企业应用。到了2026年，DeepSeek又推出新一代模型，推理需求继续增长。因此，对于DeepSeek来说，未来真正持续烧算力的部分很可能是让模型全年365天在线运行。

按照彭博社转引的消息，这些昇腾950DT主要将用于运行DeepSeek模型，也就是承担推理任务，而DeepSeek目前仍准备继续使用英伟达芯片进行部分重要训练。

所以，这是国产芯片正在率先攻入规模最大的推理市场。

2025年9月，华为正式公开了未来几年的昇腾芯片路线图。昇腾950系列包括950PR和950DT，其中950PR主要面向大模型预填充阶段，也就是处理用户输入内容的阶段，而950DT则更加偏向解码，也就是模型一个词元（Token）接一个词元生成答案的过程，同时也可以承担训练任务，这正好对应了生成式AI最主要的算力需求。

华为公布的数据显示，昇腾950DT采用144GB内存，内存访问带宽达到4TB/s，芯片互联带宽达到2TB/s，同时支持FP8、MXFP8以及MXFP4等低精度计算格式，这些可以让大量芯片更快地交换数据。

大模型发展到今天，单颗芯片究竟有多快固然重要，但更重要的问题已经变成了怎样把成千上万颗芯片组合起来。模型参数可能分布在几十颗甚至几百颗芯片中。一颗芯片算完以后，需要立刻把结果传给下一颗。如果芯片之间的数据传输跟不上，再强的计算能力也可能在那里等数据。这就是为什么华为近年来越来越强调超节点。

DeepSeek和华为的合作其实不是突然开始的，早在DeepSeek-R1爆火之后，华为就表示，2025年1月至4月底，其研发团队一直在推动昇腾910B和910C适配DeepSeek模型推理。

到了2026年，双方关系进一步深入。路透社4月报道，DeepSeek新一代V4模型已经专门针对华为昇腾平台进行适配，华为昇腾超节点也宣布支持DeepSeek V4。

这件事非常关键，AI芯片竞争从来都不只是芯片参数竞争。英伟达真正强大的地方，是CUDA用了十几年，开发者、算法框架、通信库和大模型训练工具已经形成一个庞大的生态。

如果国产芯片只是性能接近英伟达，但模型迁移过去需要大量重写代码，很多企业仍然不会轻易更换。而DeepSeek这样的大模型公司直接参与适配，可以反过来加速国产芯片生态成熟。

如果消息最终落地，DeepSeek把如此庞大的算力中心放在内蒙古，也并不奇怪。AI数据中心已经成为名副其实的耗电大户，十几万颗高性能AI芯片同时工作以后，芯片本身要耗电，存储设备要耗电，网络设备要耗电，最惊人的还有散热系统。

因此，今天全球大型AI数据中心开始越来越靠近能源丰富地区，内蒙古恰好具备这方面优势。国家发展改革委此前批准内蒙古建设全国一体化算力网络国家枢纽节点，其中就包括和林格尔数据中心集群，并明确支持大型、超大型绿色数据中心建设。

国家数据局也提出，要推动东部地区人工智能模型训练、推理等业务向西部迁移，实现算力与绿色电力协同发展。乌兰察布此前已经聚集了华为、阿里巴巴等大量数据中心项目，当地长期是“东数西算”重点建设区域。

所以，表面上看这是DeepSeek购买芯片。往深一层看，它实际上涉及芯片、数据中心、电力、通信网络和大模型共同组成的一套新型工业体系。过去中国发展钢铁、化工和制造业，需要煤炭、电厂、港口和铁路。今天发展AI，同样需要一整套基础设施。

过去几年，外界讨论中国AI产业时，经常把注意力放在一个问题上。没有最先进的英伟达GPU，中国还能不能训练和运行世界级大模型？

DeepSeek已经证明，算法创新可以大幅降低大模型训练成本。而现在，新的问题又来了。如果模型越来越强，用户越来越多，中国有没有足够多自己的AI芯片把这些模型真正运行起来？

16万颗昇腾950DT计划的重要性就在这里，单颗国产芯片和国外旗舰产品之间存在多少差距，可以用测试数据比较。但一个国家的AI基础设施最终比拼的从来都不只是单颗芯片，还包括能生产多少芯片，能够连接多少芯片，能否提供稳定电力，大模型能不能适配，十万颗芯片能不能长时间稳定运行。

从这一点看，中国AI产业正在进入一个新的阶段。以前讨论的是国产AI芯片能不能用，现在讨论的是十几万颗国产AI芯片能不能组成超大规模集群。看起来只差几个字，背后却是完全不同的产业成熟度。