国产算力能否承载大模型训练，一直是从"可用"到"好用"的关键门槛。市场消息显示，DeepSeek V5 拟基于华为昇腾芯片进行预训练——训练级场景对芯片性能、互联与集群规模的要求远超推理，头部大模型把预训练放在国产芯片上，意味着国产算力链跨过了最关键的一道坎。
训练级算力为何比推理更难
推理可以在单卡或小规模集群上跑，而预训练需要万卡级稳定互联、低延迟集合通信与长时间无故障运行，任何一项短板都会拖慢整个训练周期。昇腾若真能承接头部大模型的预训练，说明其在集群调度、算子兼容与稳定性上已逼近可用门槛，配套的服务器、光模块、液冷与互联芯片都将同步受益。
国产算力链的量级跃升通道
训练级突破带来的不只是单点订单，而是整个产业链的放量逻辑：从芯片、板卡到整机柜交付，从软件栈到模型适配，国产替代从"边缘推理"推进到"核心训练"。与此同时，AMD 第三季度数据中心业务销售额近乎翻倍、微软与 Meta 维持高资本开支指引，全球 AI 算力景气度持续获得财报验证，为国内资产提供海外映射支撑。
观察后续：一是 DeepSeek V5 与昇腾的合作是否官宣落地，二是国产训练集群的实测吞吐与可用性，三是配套互联与先进封装产能能否跟上训练级放量。