一、先讲一个今年最好的“芯模协同”案例
今年4月24日，DeepSeek发布V4系列（V4-Pro和V4-Flash），总参数1.6万亿，原生支持100万token上下文。这次发布有一个容易被忽略、但比跑分更重要的细节：昇腾实现了Day0适配——模型发布当天，昇腾超节点全系列产品就完成了支持验证。
更关键的是适配的深度。V4这一代的核心架构创新，是CSA（压缩稀疏注意力）与HCA（重度压缩注意力）的混合交错设计：CSA把每4个token的KV合并成1条再做稀疏筛选，HCA更激进，128:1压缩后直接做全量密集注意力，两种层在网络里隔层交替。配套的还有KV缓存混合精度存储、异构KV缓存管理这些工程细节。这不是“拿一个现成模型移植到另一块芯片上”，而是注意力机制的设计本身就考虑了目标硬件的计算与访存特性——DeepSeek官方文档也确认，细粒度专家并行（EP）方案同时在英伟达GPU和昇腾NPU上完成了验证。
再加上一个价格信号：DeepSeek官方明确表示，预计下半年昇腾950超节点批量上市后，V4-Pro的价格还会大幅下调——而在此之前，V4-Pro已经把75%的限时折扣转成了永久价格，输入$0.435/百万token、输出$0.87/百万token。芯片的量产节奏，直接写进了大模型的降价路线图。这就是2026年本届WAIC上被反复引用的“芯模协同”叙事的由来。
这个案例确实好。但正因为它太好了，在这一篇里做一件相反的事：给这个叙事踩一脚刹车，看看“能跑起来”和“生态护城河”之间，到底还隔着多少东西。
二、“生态协同”和“单纯能跑”，不是一回事
“单纯能跑” 指的是：模型权重能加载、算子能执行、推理结果数值正确、benchmark能出分。这件事的技术门槛真实存在，但它是一次性的、可以靠攻坚团队突击完成的。厂商发布会上的“完成适配”，绝大多数指的是这一层。
“生态协同” 指的是另一回事：主流框架原生支持、算子库覆盖长尾场景、编译器能自动优化而不是靠人肉调优、出了问题有工具能定位、社区里搜得到答案、第三方开发者愿意在没有厂商驻场支持的情况下自己把系统跑起来。这一层没有发布会，只有日复一日的issue、PR和版本迭代。
打个比方：前者相当于一辆车通过了出厂测试，后者相当于全国有加油站、有4S店、有二手市场、有路边随处能找到的修车铺。买车的人真正依赖的是后者，但发布会只会展示前者。
三、生态成熟度的批判性检验清单
如果你想判断一个算力生态到底走到了哪一步，媒体通稿帮不了你。下面这份清单是一个可用的检验框架，每一条都对应一个媒体很少报道、但工程团队天天面对的现实。
1. 推理适配 ≠ 后训练适配 ≠ 完整预训练
这是三件难度完全不同的事。推理适配只需要前向计算正确、吞吐达标，新闻里说的“已完成适配”绝大多数停在这一层。后训练适配的战线立刻拉长：LoRA微调、SFT、RLHF/DPO、模型量化、蒸馏、检查点格式转换——每一项背后都是一批工具链要重新适配，反向传播、优化器状态、混合精度全链路都不能出错。而完整预训练——几千甚至上万张卡、连续运行数周到数月、checkpoint稳定保存、通信不掉链、编译器和调度器不抽风、节点故障后还能恢复续训——是对整个软硬件栈的终极压力测试。“DeepSeek能在昇腾上跑推理”是事实，但它不等于“昇腾已经能扛起大模型的全生命周期”。V4本身的预训练在什么硬件上完成，官方技术报告里写得很清楚，这个信息差值得每个读者自己去核对，而不是从“适配成功”四个字里自行脑补。
2. CANN对CUDA：目前是“补课”，还不是“超越”
很多人把CUDA理解成一个开发工具，实际上它更像一整套AI操作系统：编译器、Runtime、驱动、算子库、数学库、通信库（NCCL）、Profiling与Debug工具，再加上庞大的第三方生态，共同构成了今天AI开发最成熟的软件平台。CANN是华为对标这套体系的异构计算架构，覆盖图编译、算子融合、内存优化、并行策略。客观地说，CANN这几年进步的斜率很陡。但要认清生态位关系：CUDA有近二十年的积累，全球几乎所有AI论文的参考实现默认写给它，PyTorch的每一个新特性第一时间在它上面验证。CANN目前做的大部分工作，本质是把CUDA生态里已经存在的能力补齐，让开发者迁移时少踩坑——这是必要且艰难的补课，但补课和超越是两个阶段，混为一谈对谁都没好处。
3. 框架适配深度、算子库完整度、编译器成熟度——开发者体验的核心，却几乎没人报道
通常我们看到的是“模型快不快”，而工程团队关心的是另一串问题：PyTorch支持是否完整、动态图有没有暗坑？算子库对主流模型结构覆盖良好，但碰到一个论文里的新算子、一个非标准的attention变体，是不是要自己写Ascend C算子？编译时间是否稳定，图编译器在偏离标准路径后的性能悬崖有多陡？OOM了能不能快速定位到是哪层、哪个张量？PyTorch在昇腾上的支持走的是torch_npu插件路线，而不是上游原生后端，这意味着版本跟随总有时间差。这些才是决定一个工程团队愿不愿意长期使用这套平台的核心，但它们无法浓缩成一条新闻标题，于是在公共讨论里近乎不存在。
4. 迁移成本：从英伟达搬到昇腾，工程团队要付出什么
一次真实的迁移，账单大致包括：环境与驱动栈重建、依赖库逐个排查替换、自定义算子重写、数值精度逐层对齐（同一个模型在两种硬件上输出不完全一致是常态，定位差异来源可能耗掉数周）、性能重新调优（在A卡上调好的并行策略在N卡上未必最优，反之亦然）、以及CI/CD和监控体系的重做。对一个中型团队，这不是“改几行代码”，而是以人月为单位的工程投入。厂商的迁移工具能覆盖多少比例，剩下的长尾要靠多少驻场工程师填，这才是采购决策里真正该问的问题。说到底，企业真正要算的从来不是采购价，而是未来三年的总体拥有成本（TCO）——这些迁移账单不会因为芯片便宜就自动消失，只有当迁移成本持续下降、生态摩擦持续减少，价格优势才能真正转化为规模化部署优势。这一点，正是第一篇TCO讨论在生态层面的延伸。
5. 看不见的软件基建：调试、稳定性、可观测性
profiler好不好用？训练到第37天集群里一块卡静默出错，能不能快速定位到是哪个节点、哪层通信？日志和监控指标的粒度够不够做根因分析？长时间运行的稳定性MTBF是多少？这些“看不见”的能力，恰恰是生态是否真正成熟的试金石——因为它们无法靠一次发布会攻坚补齐，只能靠大规模真实负载长年累月磨出来。CUDA生态里的Nsight、NCCL调试经验、无数StackOverflow问答，都是二十年真实故障喂出来的。这个过程没有捷径。
6. 一个容易被忽略的风险：低价的另一面是什么？
客户在享受“75%降价”和国产算力补贴红利的同时，值得冷静问一句： 我是否正在被绑定进一个相对封闭的技术栈？ 如果两年后需要迁回，或者迁向第三种硬件，成本几何？当模型迁移困难、工具替换困难、开发接口差异越拉越大，新平台同样会形成新的锁定效应（Vendor Lock-in）——锁定从来不是靠合同条款实现的，而是靠迁移成本的自然堆积。开源兼容是这个问题的部分答案，但只是部分：开源降低了“理论上可迁移”的门槛，却不自动消除上面第4条列出的那些实际工程成本。开源是生态成长的必要条件，不是生态成熟的终点 ——能否持续维护、能否快速跟进主流框架、社区是否足够活跃、能否切实降低企业迁移成本，这四件事才是开源之后真正的考题。
三点五、两个可验证的背景事实
需要注意区分的是“这次WAIC的新进展”和“更早就存在、这次只是被反复提及的背景”。有两件事属于后者，容易被当成新料：
第一，CANN的开源不是WAIC的新闻。“CANN全面开源开放”早在2025年8月的昇腾生态大会上就已官宣。本届WAIC上它被反复提及，是作为既成事实的背景板，不是新进展。
第二，vLLM-Ascend是一个可以自己去看的观察对象。 它是GitHub上真实、持续更新的开源项目（vllm-project/vllm-ascend），有独立的安装文档、发布说明和中文社区支持；同类的还有torch_npu、MindSpore等。与其空泛地说“华为在做生态”，不如定期去看这些仓库：issue的响应速度、版本跟随上游主线的时间差、支持的模型列表增长曲线——生态成熟度不需要相信谁的判断，它是可以被持续观测的。
四、换个视角：本届WAIC的Agent产品群像，在争夺什么？
把镜头从芯片层拉高，本届WAIC（7月17日—20日，上海，1100余家企业、超300款产品全球首发）最密集的火力，其实集中在另一个层面——调度层。
扫一眼产品群像：努比亚发布了AI智能体手机（联合豆包），倪飞的表态很直白——AI手机的下半场要从“功能叠加”走向“原生智能体”；阶跃星辰拿出了全球首个智能体原生操作系统Step AOS，配套的智能体手机STEPX Neo拿了“镇馆之宝”；MiniMax展出了6月开源的M3——原生多模态、百万token上下文，配合MiniMax Code能直接完成编程和调研报告；百度这边，“芯云模体”全栈矩阵发布升级，通用智能体“百度搭子”同样入选“镇馆之宝”，主打自然语言下达任务后自主拆解、调用工具、一站式交付。
这些产品形态各异，但争的是同一个位置：未来竞争的不只是模型，而是谁来调度模型——那个理解用户意图、拆解任务、调度底层能力的入口。这个逻辑我们并不陌生——移动互联网时代，安卓和iOS真正建立优势，不是因为内核更先进，而是因为它们掌握了应用生态和开发者入口，硬件厂商再强也要按平台的规则玩。现在同样的剧本在AI上重演：芯片和模型是底层能力，但谁掌握了Agent调度层，谁就掌握了流量分发和价值分配的规则制定权。这也是为什么手机厂商、模型厂商、云厂商会同时挤进这条赛道。
五、Token经济：给“生态能力”一个可量化的商业指标
本届WAIC把“Token经济”列为核心议题之一，这是把前面所有讨论收拢到一起的那根线。
“Token正在成为AI商业的新语言”——这个判断值得认真对待。往下拆会发现，越来越多AI企业本质上在做同一件事：卖Token。算力厂商在卖Token（把单位Token的生产成本压到比客户自建更低，靠规模和降本获利），云平台在卖Token，大模型厂商无论表面上卖API还是卖订阅、本质也是在卖Token，Agent平台还是在卖Token。于是竞争焦点变得非常朴素：谁能更便宜地生产Token、谁能让市场消耗更多Token、谁能把Token消耗转化成实际收入。
这就和第一篇讨论的TCO与单位Token成本接上了。生态能力听起来抽象，但它最终会沉淀为一个可以算的数字：同样一个模型、同样的服务质量，在你这套软硬件栈上，每百万token的全摊成本是多少？ DeepSeek把V4-Pro压到输出$0.87/百万token并预告随昇腾950量产继续下调，就是在用价格公开宣示自己这套协同栈的单位Token成本曲线。生态成熟度的所有细节——算子效率、编译器优化、集群稳定性、故障率——最后都会算进这个数字里。Token单价，就是生态能力的财务报表。
六、结论：适配成功是起点，不是终点
回到标题的问题。
一个旗舰模型能在国产芯片上完成Day0适配，甚至在架构设计阶段就做了协同优化——这是真实的、值得肯定的进展，它证明这条路走得通。但“走得通”是生态建立的起点，不是终点。一颗优秀的芯片，可以解决算力问题；一个成熟的生态，才能解决产业问题。
真正的护城河要回答的是另一组问题：能不能规模化地跑？能不能低成本地跑？能不能在没有攻坚团队驻场的情况下，让千千万万普通开发者稳定地跑？推理之后能不能扛后训练、扛完整预训练？工具链、可观测性、社区这些看不见的基建，能不能经受住大规模真实负载的长期磨损？
CUDA的护城河不是某一次成功适配挖出来的，是二十年里无数开发者的时间沉淀出来的。国产生态要走的也是同一条路——没有捷径，但好消息是，这条路现在肉眼可见地有人在走，而且走的速度不慢。 我们要做的，是既不因为一次成功适配就宣布护城河已成，也不因为差距真实存在就否认斜率的意义。说到底，AI产业真正的护城河，从来不是一块芯片，而是一整套能够长期、低成本、稳定运转的系统工程。
资料来源
- DeepSeek-V4技术报告（官方，含CSA/HCA架构与预训练细节）：https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdf
- 《读懂DeepSeek V4技术报告（二）：Hybrid Attention（CSA+HCA）》，知乎：https://zhuanlan.zhihu.com/p/2031146581542580917
- 《DeepSeek V4正式发布，昇腾超节点系列产品全面支持》，昇腾CANN开发者社区（Day0适配、芯模协同）：https://cann.csdn.net/69eaff630a2f6a37c5a5cad4.html
- 《DeepSeek-V4昇腾首发｜基于CANN的训推优化实践》，鲲鹏昇腾开发者社区（CANN全链路优化、950PR/DT整网方案）：https://hwcomputing.csdn.net/69eb344254b52172bc6fc7fa.html
- DeepSeek V4发布报道（细粒度EP在英伟达GPU与昇腾NPU双验证；官方预告昇腾950超节点批量上市后V4-Pro价格下调），新浪科技：https://www.sina.cn/news/detail/5291558486413456.html
- 《DeepSeek V4 Pro永久降价75%：旗舰推理模型进入白菜价时代》，博客园（$0.435/$0.87永久价、缓存命中价格）：https://www.cnblogs.com/itech/p/20131311
- WAIC 2026前瞻报道（努比亚AI智能体手机、阶跃Agent操作系统、百度芯云模体、Token经济议题、300余款全球首发），智通财经/中财网：https://www.cfi.net.cn/newspage.aspx?id=20260713000158
- 《WAIC首日探展》，界面新闻（阶跃Step AOS、STEPX Neo获“镇馆之宝”、大会规模数据）：https://finance.sina.cn/stock/jdts/2026-07-17/detail-iniickaz8201285.d.html
- 《2026 WAIC多款AI应用亮相“镇馆之宝”》，网易（百度搭子入选“镇馆之宝”、MiniMax M3多模态与百万上下文）：https://www.163.com/dy/article/L22IL7QJ0511U82T.html
- vLLM-Ascend开源项目，GitHub：https://github.com/vllm-project/vllm-ascend
- “CANN全面开源开放”官宣于2025年8月昇腾计算产业发展峰会（背景事实，链接待补华为官方新闻稿）