基于MISOCP的主动配电网最优潮流建模与MATLAB实现
2026/8/26 4:20:32
国产算力千亿模型的每一张成绩单都是自测的：技术账通了，信任账还没人签收
核心观点：V4 上国芯四个月，技术账记了大半——推理国产化成立、后训练被 1000 颗 910C 跑通；但所有关键性能数字全是厂商自测，NIST 的第三方复测已经证明自报会注水。H200 有条件放行后，训练进口、推理国产的双轨制开始定价，而「信任账」还无人签收。
证据等级：[A] 官方/一手 [B] 2+可靠来源 [C] 单一来源 [D] 个人判断
一、这不是算力差距，是信任差距
如果英伟达发布 H200 时所有性能数字都只能自报，Phoronix、MLPerf 这些独立机构全部缺席，市场会给它定什么价？国产算力现在就是这个处境。
NIST 的第三方复测已经给过一次警告：V4-Pro 在官方报告里逼近 Opus 4.6，NIST 则认为「最接近 GPT-5」，网络安全 32% vs 71%、抽象推理 46% vs 79%，差距肉眼可见 [B]。模型侧如此，芯片侧更甚——昇腾至今没有任何一份独立机构复现的 benchmark [D]。这个差距，决定了自测数字能不能变成真金白银的定价权。
二、技术账：模型变「省」了，墙在算子层
先分清顺序：V4 能上国芯，首先不是芯片变强，而是模型变省。CSA+HCA 两层压缩注意力把单 token 推理 FLOPs 压到 V3.2 的 27%、KV 缓存压到 10%，1.6T 的 V4-Pro 每 token 只激活约 49B 参数 [A]。省下来，才有资格谈适配。
适配的墙在算子层。V4 的动态稀疏注意力算子在 CANN 原生库里不存在，迁移昇腾要重写 200 多个 CUDA 算子、做 10 万级精度一致性测试，约 30 人年；CANN 宣称 95% 的 CUDA 接口兼容，实际只覆盖约 160 个主流模型，CUDA 生态是 23,000 多个 [C]。兼容层翻译得了接口，翻译不了深度耦合的 warp 调度。
还有个被忽略的裂缝：HuggingFace 参考实现里，CSA 的 gather 矩阵复杂度是 O(S²·k) 而不是论文声称的线性——「百万上下文 = 线性成本」的叙事，在长输入预填充阶段要打折扣 [B/C]。
训练侧，华为系团队用约 1000 颗 910C 跑通了 V4-Pro 的全参数后训练，MFU 34.22%、1500 多步零系统故障 [B]。这是国产卡第一次在万亿级 MoE 上逼近国际训练效率。但这是后训练，不是预训练——V4 的预训练仍主要跑在英伟达 H800/H100 上，官方措辞是「同时验证」，验证不等于替换。
上图：V4 上国芯的技术链条——模型的「省」是前提，算子的墙是成本，复杂度裂缝提示自测数字可能被高估。
三、竞争账：推理、训练、共设计，三条赛道各自定价
| 维度 | NVIDIA H200 | 昇腾 910C | 昇腾 950PR/950DT | 寒武纪/海光等 |
|---|---|---|---|---|
| 推理水位 | 基准 | 约 60% H100 | >2× H20 低精度 | Day-0 适配，无独立数字 |
| 训练能力 | 基准 | 后训练实证 MFU 34% | 950DT 训练版 H2 2026 | 弱 |
| 生态 | CUDA 23,000+ | CANN 约 160 模型 | CANN 8.5（V4 深度定制） | vLLM 等 |
| 独立基准 | Phoronix/MLPerf | 无 | 无 | 无 |
推理赛道已分出胜负手。昇腾靠 950 系列拿话语权：950PR 低精度超 H20 2 倍，FP4 单卡约 2.87× H20；华为云自测 V4-Pro 在 8K 输入下约 4700 tok/s（20ms）[B]。数字不错，但全部是厂商口径。
训练赛道仍是英伟达的。国产只到后训练这一格，950DT 训练版 2026 H2 才上量，960 超节点要等 2027 Q4。共设计是这轮真正的变量：SemiAnalysis 从 CANN 源码挖出 950DT 代号「David」，CANN 8.5 围绕 V4 推理模式构建，让 V4-Pro API 价格降了 75% 还能盈利 [C]。模型第一次为芯片而设计 [D]。
上图：从 Day-0 到双轨制——推理侧加速、训练侧等待、政策侧定调的时间线。
四、政策与市场账：H200 有条件放行，双轨制开始定价
过去一个月最被低估的信号，是 H200 的有条件放行。7 月，北京对约十家企业的 H200 采购给出「有条件批准」：总量低于 20 万颗、仅限训练用途、推理必须优先使用国产芯片 [C]。这不是开放，是配给——用进口算力补训练缺口，用政策把推理市场留给国产。
双轨制已经成型：推理工作负载国产化率约 60-80%，高端训练国产化率只有 20-30% [C]。十五五算力投资每年约 5000 亿、五年超 3 万亿，新建智算中心国产化率被要求 70-80% [C]。IDC 数据：2025 年国产加速卡出货占比 41%，首次破 40%；Bernstein 预计 2026 超 50%、2028 年国产产能覆盖 104% 需求 [C]。
定价端，V4-Pro 输出 24 元/百万 token、V4-Flash 缓存命中只要 0.2 元，相对 GPT-5.4 / Claude Opus 4.8 约有 27:1 的成本优势 [A/B]。推理被压到接近「水电价」之后，政策托底加成本优势构成闭环：价格越低、适配越多、政策越倾斜。
上图：双轨制闭环——政策把推理留给国产、把训练缺口留给进口，成本优势反过来强化政策倾斜。
五、战略启示：谁在为信任买单
对模型厂商，双轨制把「训练进口、推理国产」变成标准配置，200 多个算子、约 30 人年的迁移成本被制度化，成了后来者的必修课。
对芯片厂商，自测数字是双刃剑：短期保护估值，但第一份独立基准出现时，整个板块会被一次性重新定价 [D]。寒武纪财报已经展示了脆弱面——营收净利双高增长，但 82 亿存货压手、经营现金流承压，市值从高点回落 [A]。
对采购方，国测是及格线不是竞争力线，验收要覆盖故障率、再适配速度、长期绑定。对投资者，最大的雷不是产能，而是「信任税」被一次性征收——任何一家独立机构放出昇腾的非自报 benchmark，叙事都可能从「全面替代」瞬间回到「还有差距」。
六、我的判断
我判断，未来 6-12 个月内一定会出现至少一份可复现的独立基准——不是英伟达阵营做的，就是国产阵营自己请人做的。它不会改变「推理国产化成立」的事实，但会给国产算力第一次标上一个可比的坐标。
我赌，双轨制会在 2027 年固化：高端训练继续用进口卡，中低端训练和全量推理用国产卡。任何「全面替代英伟达」的叙事，在 960 超节点量产之前，都是把 SFT 当预训练。
最后，如果 HuggingFace 那个 O(S²·k) 的实现问题最终被坐实，我原以为的「百万上下文线性成本」要打一个折扣——但这是模型侧的问题，不影响「国产芯片跑得动千亿模型」这个基本面。
先不下结论。我只需要三个数据：一份独立基准、950DT 的真实出货量（不是「上线」的话术）、H200 配给的实际执行率。在那之前，「全面替代」和「全是泡沫」都只是立场。
参考来源（部分）
- DeepSeek V4 技术报告分析
- NIST 评估：V4 最接近 GPT-5 (TechTimes)
- HuggingFace issue #45925：CSA 复杂度 O(S²k)
- 1000 颗 910C 跑通 V4-Pro 全参数后训练 (Pandaily)
- SemiAnalysis：950DT 与 V4 共设计
- 发改委点名指导国产大模型适配国产芯片
AI 辅助深度研究，人工视角解读。每日更新。