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_18页_1mb

DeepSeek V4 深度总结

核心内容

DeepSeek V4 是国产开源大模型在训练侧使用国产算力实现从 0 到 1 跃迁的里程碑，标志着国产算力在大模型训练领域的突破性进展。该模型不仅在性能上达到全球第一梯队，更在技术架构上实现了对 NVIDIA 生态的去绑定，推动国产算力生态的发展。

主要观点

• 国产算力适配：DeepSeek V4 首次实现使用国产算力进行大模型训练，打破了过去国产算力仅用于推理的局限，为国产算力生态构建提供了重要支撑。
• 技术突破：通过三大核心技术设计（MXFP4 量化感知训练、TileLang 领域专用语言、自研 MegaMoE2 融合内核）实现了对 NVIDIA 生态的脱钩，提升了国产算力的适配性与效率。
• 性能表现：DeepSeek V4 在知识储备、推理与代码能力、Agent 能力、长上下文支持、中文创作能力等方面表现优异，多项指标超越或接近国际顶级闭源模型。
• 技术架构创新：引入 CSA+HCA 混合注意力架构与 mHC 流形约束超连接，解决了超长上下文与深层模型训练稳定性问题。
• 投资价值：DeepSeek V4 的战略意义远大于性能表现，为国产算力产业创造了长期市场需求，推动行业向全链路国产化发展。

关键信息

技术适配

• MXFP4 量化感知训练：通过引入 MXFP4 格式，实现对 MoE 专家权重与 CSA 索引器 QK 路径的 FP4 量化，降低对 NVIDIA FP8 生态的依赖，提升国产算力适配性。
• TileLang 领域专用语言：实现跨平台编译优化，降低国产芯片迁移成本，提升开发效率与运行性能。
• MegaMoE2 融合内核：解决 MoE 模型在国产硬件上的通信瓶颈，实现专家并行的细粒度通信-计算重叠，提升训练效率。

性能表现

• 知识储备：DeepSeek-V4-Pro-Max 在 SimpleQA-Verified 得分 57.9，中文 SimpleQA 得分 84.4，接近 Gemini-3.1-Pro。
• 推理与代码能力：Codeforces 评分达 3206，位列人类选手排行榜第 23 名；LiveCodeBench Pass@1 达 93.5，超越多个闭源模型。
• Agent 能力：SWE-bench Verified 任务解决分数达 80.6，与 Claude Opus 4.6 相当；Terminal Bench 2.0 得分 67.9，处于开源模型第一梯队。
• 长上下文能力：支持 1M token 上下文，MRCR、CorpusQA 得分分别为 83.5、62.0，超越 Gemini-3.1-Pro。
• 中文创作能力：功能性写作胜率 62.7%，创意写作质量胜率 77.5%，仅在高难度多轮约束场景略逊于 Claude Opus 4.5。

技术架构

• CSA+HCA 混合注意力架构：通过分层 KV 缓存压缩与稀疏注意力结合，将单 token 推理 FLOPs 降至 V3.2 的 27%（Pro）或 10%（Flash），显著降低算力需求。
• mHC 流形约束超连接：解决万亿参数模型训练中的 Loss Spike 问题，提升模型稳定性与表达能力。
• 创新后训练范式：采用领域专家独立训练与全词表在线蒸馏，实现多能力融合无性能退化。

投资建议

• 国产算力相关标的：包括禾盛新材、寒武纪-U、海光信息、中科曙光、摩尔线程-U、沐曦股份-U、华丰科技、航天电器等。
• 投资逻辑：DeepSeek V4 的发布标志着国产算力在大模型训练领域的突破，对国产算力生态具有战略意义，推动行业向全链路国产化发展。

风险提示

• 大模型迭代不及预期：技术更新缓慢可能影响行业竞争与商业化落地。
• 国产算力适配进度不及预期：生态成熟度不足可能限制模型的广泛应用。
• 行业竞争加剧：国内外科技巨头与初创企业可能加剧市场竞争，影响盈利空间。
• 政策监管趋严：数据安全、内容合规等要求可能增加企业合规成本，限制技术发展。

总结

DeepSeek V4 是开源大模型在国产算力训练适配领域的重大突破，不仅在性能上达到全球领先水平，更在技术架构上实现对 NVIDIA 生态的脱钩，推动国产算力生态发展。其在知识、推理、Agent、长上下文、中文创作等多方面表现突出，为国产算力产业链带来新的发展机遇。尽管在多模态能力与部分复杂任务表现上仍有提升空间，但其战略意义远大于性能表现，值得长期关注。