據報導，DeepSeek 創辦人梁文鋒向投資者表示，中國擺脫 Nvidia 硬體的轉型已到達轉折點，晶片供應是目前唯一的主要障礙。梁文鋒表示，他預期這一限制在一年內將不再構成重大問題。

DeepSeek 目前首次尋求外部融資。梁文鋒的言論被歸因於一場近期投資者會議的紀錄，但梁文鋒本人與 DeepSeek 均未確認該文件。

中國與美國之間尚存的差距

梁文鋒表示：「我們與美國之間最大的差距在於資源」，並將人才、模型品質與應用方面的差異歸因於原始運算力的取得。

在美國出口管制下，中國企業無法自由採購 Nvidia 最先進的晶片。他們在 AI 上的整體支出也較少，且投入人力的比例更低，使得運算資源的取得成為訓練與部署更大規模模型的主要限制之一。

梁文鋒描述差距規模時指出，西方最大的前沿模型擁有約 8000 億個有效參數，而中國領先模型僅有數百億個，差距大約為十倍。

DeepSeek 估計自身落後領先的美國企業 12 至 18 個月，但以近二十分之一的運算力即可產出相近的成果。該公司表示其目標是將差距縮小至三到六個月。

DeepSeek 對華為硬體的重點布局

DeepSeek 似乎正將華為作為其國產硬體策略的一部分。該公司已安排約 16,000 顆華為 Ascend 950 晶片，以測試其模型在中國製造系統上的運行效果。梁文鋒表示，華為 Ascend 950 超級節點在效能與價格上均與 Nvidia 的 GB200 及 GB300 系統相當。

據報導，DeepSeek 也準備進入晶片設計市場。接近此事的消息人士表示，該公司正在設計自家推論晶片，這將使其與華為和 Nvidia 形成競爭。推論晶片用於運行已訓練的 AI 模型，其工作負載與前沿模型開發中常見的大規模訓練叢集不同。

該公司與部分中國研究人員也在開發軟體方案，以降低對 Nvidia CUDA 程式語言及其工具包的依賴。CUDA 一直是 Nvidia 在 AI 領域優勢的關鍵，因為它為開發者提供了成熟的 GPU 程式設計軟體層，因此要替代它需要同時具備硬體能力與開發者工具。

梁文鋒表示，他預期業界認為國產晶片難以使用的看法會在一年內改變。

Nvidia 在中國的地位

隨著國內晶片設計業者逐步擴大市場份額，Nvidia 在中國 AI 加速器市場的占比持續下降。Cryptopolitan 於四月報導指出，2025 年國內供應商佔據了中國市場的 41%，出貨 165 萬張卡，而近期報告顯示 Nvidia 的份額仍在持續下滑。

阿里巴巴的晶片部門已部署數千顆自研的 Zhenwu 處理器，並將其背後的軟體堆疊開源。此舉是與華為及 Moore Threads 協同推動的更廣泛計畫的一部分，旨在提供 CUDA 的替代方案。

據悉，中國政府也積極支持國內技術發展，以減少對美國技術的依賴，並應對華盛頓對中國 AI 產業出口管制所施加的限制。

在上海舉行的世界人工智慧大會上，華為展示了其 Atlas 950 SuperPoD 系統，該公司表示此系統連接了 8,192 顆 Ascend 晶片，運算力達到 Nvidia NVL144 的 6.7 倍，且內部不含任何美國原產零件。