训练很贵，但大规模亏钱或赚钱，往往发生在推理。DeepSeek同时做了两件事：推进自研AI推理芯片，并正式开源推理加速框架DSpark。
DeepSeek是做大模型的公司，创始人兼首席执行官是梁文锋。外界更熟悉它的模型，这次公开的方向是减少对英伟达和华为芯片的依赖，从纯算法公司走向算法与芯片一起推进。
梁文锋在2023年和2024年的采访里，已经多次谈到高端芯片和算力限制。他当时的判断可以收成三点：真正的挑战不是资金，而是高端芯片的出口限制；对研究员来说，对算力的渴求没有尽头；公司会有意识地部署尽可能多的算力。自研芯片，是这几句话的后续，不是突然改口。
近期DeepSeek完成70亿美元融资，约合人民币500亿元。部分资金明确指向AI芯片研发，并与接触外部芯片设计企业、晶圆代工厂、存储企业形成协同。钱被写进了自研和供应链，而不是只写成再去买现成卡。
DSpark是正式开源的推理加速框架。公开结果是单用户生成速度提升60%至85%，高并发下有效吞吐显著提升。推理加速，白话就是同样的芯片上让模型把下一个字吐得更快，很多人同时调用时吞吐还撑得住。开源意味着这套优化不只留给自家服务。
这条线和7月8日已经出现的进展接在一起：DeepSeek V4深度融合昇腾950，Pro价格计划在下半年大幅下调。V4的细粒度专家并行，已在英伟达GPU和华为昇腾NPU上完成验证。外部开发者面对的硬件因此是三类：英伟达、昇腾，以及仍在推进的自研芯片。
自研芯片、国产超节点、推理加速框架，是同一套少依赖英伟达的推理体系里的三层。芯片决定供不供得上，超节点决定能不能堆成集群，框架决定效率能不能被社区用起来。缺一层，另外两层都更难单独成立。
专家并行可以理解成：模型里不同部分同时处理请求，而不是所有计算挤在一条路径上。V4的细粒度专家并行已经在英伟达GPU和华为昇腾NPU上验证。DSpark开源后，外部开发者可以先在这两类现有硬件上做加速，不必等自研芯片量产。60%至85%是单用户生成速度，高并发吞吐是另一项，两项都能被复现，框架才算可用。
下一步能核对的，是自研芯片有没有可公开的流片或供货进度，以及DSpark在昇腾和英伟达上的加速能否被外部复现。70亿美元里有多少进入芯片，原文只写到部分资金明确指向，不宜再往下拆。