Một lần chạy 2 nghìn tỷ tham số trên silicon Huawei sẽ thay đổi câu chuyện về phần cứng.

Một tin đồn từ Trung Quốc cho hay DeepSeek đang tiền huấn luyện V5 — khoảng hai nghìn tỷ tham số, MoE siêu thưa — trên chip Huawei Ascend 950, với các kỹ sư kernel của Huawei làm việc tại văn phòng của DeepSeek. Nếu đúng, điều này chuyển nút thắt cổ chai từ chip sang trình biên dịch.

Một tin đồn đang lan truyền sáng nay nói rằng DeepSeek đã đang tiền huấn luyện V5: khoảng hai nghìn tỷ tham số, một mô hình hỗn hợp chuyên gia siêu thưa, và — phần quan trọng — chạy quá trình tiền huấn luyện đó trên Ascend 950 / 950DT của Huawei thay vì phần cứng NVIDIA. Cùng tài khoản đó khẳng định các kỹ sư kernel của Huawei đang làm việc trực tiếp bên trong văn phòng của DeepSeek để duy trì hoạt động của cụm máy chủ.

Không có thông tin nào ở đây được xác nhận. Không có bài báo, không có benchmark, không có công bố phần cứng. Hãy coi mọi con số dưới đây là một tuyên bố đang được lặp lại, không phải sự thật được báo cáo.

tham số được tuyên bố — xấp xỉ 3 lần mô hình chủ lực trước đó của DeepSeek, chưa được xác minh

950

chip Huawei Ascend được nêu là nền tảng huấn luyện, không phải NVIDIA

các benchmark công khai, bài báo hay tiết lộ phần cứng xác nhận bất kỳ điều nào trong đó

Vì sao “ultra-sparse” là từ đáng chú ý

Một mô hình hỗn hợp chuyên gia lưu trữ nhiều mạng con chuyên biệt và định tuyến mỗi token chỉ đến một vài mạng trong số đó. Tổng số tham số có thể cực lớn trong khi lượng tính toán cho mỗi token vẫn khiêm tốn — bạn trả chi phí cho bộ nhớ và định tuyến, chứ không phải cho việc nhân mọi thứ với mọi thứ.

V3 (đã công bố)671Tham số B

V5 (được cho là)2,000Tham số B

Tổng số tham số, tính bằng tỷ. Con số V5 là theo như tin đồn, không được tiết lộ.

Ở hai nghìn tỷ tham số, "cực thưa" không còn là một chi tiết nhỏ mà trở thành toàn bộ bài toán kỹ thuật. Mô hình không còn khớp với những giả định thông thường: các chuyên gia phải được phân mảnh trên nhiều thiết bị, token phải được định tuyến qua các thiết bị đó một cách rẻ, và kết nối liên kết trở thành giới hạn trên thay vì các đơn vị số học. Đó chính xác là tầng mà một ngăn xếp phi NVIDIA đã thất bại trong lịch sử.

Mô hình quyết định lưu lượng
Định tuyến cực thưa gửi mỗi token đến một vài chuyên gia nằm rải rác khắp cụm — giao tiếp all-to-all, chứ không phải các phép nhân ma trận dày đặc.
Các kernel quyết định thông lượng
Attention, định tuyến, các phép collective và di chuyển bộ nhớ đều cần các kernel được tinh chỉnh thủ công cho từng chip cụ thể. Đây là nơi việc chuyển đổi thường thất bại.
Các kỹ sư làm việc trực tiếp với đội ngũ mô hình
Tin đồn về các kỹ sư kernel có mặt tại chỗ chính là dấu hiệu: nó ngụ ý rằng ngăn xếp phần mềm không phải dạng dùng ngay mà cần được đồng phát triển.
Lần chạy hoặc hoàn tất, hoặc không
Một lần chạy tiền huấn luyện tiên phong là một bài kiểm tra duy nhất, không khoan nhượng. Thành công một phần cũng là thất bại, đó là lý do không ai tuyên bố nó một cách tùy tiện.

Nút thắt đã chuyển từ chip sang trình biên dịch.

Tuyên bố về phần cứng mới là câu chuyện thật

Hào nước CUDA bị xói mòn ở tầng phần mềm, không phải tầng silicon. Việc chuyển đổi một lượt huấn luyện lớn là một dự án trình biên dịch và kernel được đo bằng số năm kỹ sư. Làm được một lần chứng minh rằng có thể làm lại.
Việc bố trí nhân tài cùng địa điểm trở thành sản phẩm. Các nhà cung cấp chip đưa kỹ sư đến văn phòng khách hàng đang bán tích hợp, không phải phần cứng. Mô hình đó gần với cách phần mềm doanh nghiệp được triển khai hơn là cách chip thường được bán.

Mọi người đều đã theo dõi các phòng thí nghiệm Trung Quốc huấn luyện trên phần cứng hạn chế và vẫn đi được xa đáng ngạc nhiên. Điều mới mẻ ở đây sẽ là quy mô: không phải tinh chỉnh, không phải suy luận, mà là một đợt tiền huấn luyện tiên phong trên silicon nội địa.

Nếu điều đó là đúng, thì có ba hệ quả kéo theo, không hệ quả nào đòi hỏi mô hình phải vượt qua bất cứ thứ gì:

Kiểm soát xuất khẩu có thêm một tình huống phản thực tế mới. Các hạn chế đã được biện minh một phần dựa trên giả định rằng huấn luyện ở mức tiên tiến nhất đòi hỏi một chuỗi cung ứng cụ thể. Một lượt huấn luyện tiên phong hoàn tất trên Ascend sẽ làm suy yếu giả định đó — và củng cố lập luận cho việc kiểm soát công cụ và bộ nhớ thay vào đó.

Điều chúng ta thực sự sẽ theo dõi

Những tin đồn như thế này thì rẻ; còn bằng chứng cụ thể thì không. Hãy để ý một báo cáo kỹ thuật nêu tên cụm máy chủ, một con số thông lượng trên mỗi chip, hoặc một bản phát hành suy luận chỉ chạy tốt trên Ascend. Bất kỳ điều nào trong số đó sẽ biến điều này từ một tuyên bố thành một điểm dữ liệu.

Chúng tôi xây dựng các hệ thống dữ liệu và suy luận, và bài học thực tiễn đã quá rõ bất kể tin đồn cụ thể này có đúng hay không: tính khả chuyển của một mô hình là thuộc tính của phần mềm, chứ không phải của phần cứng. Những đội coi kernel, định tuyến và bố cục bộ nhớ là những bài toán kỹ thuật trọng yếu thì có thể chuyển đổi giữa các nền tảng phần cứng. Những đội coi đó là vấn đề của nhà cung cấp thì hoàn toàn không thể chuyển đổi.

Nguồn: một tin đồn chưa được xác thực đang lan truyền vào ngày 12 tháng 11 năm 2026 về DeepSeek V5 và Huawei Ascend 950/950DT. Không có tài liệu gốc nào vào thời điểm viết; mọi số liệu đều như tài khoản đó tuyên bố và chưa được xác nhận độc lập.

Liên hệ: [email protected]

TÁC GIẢ

Về ABN Asia: Ai-Banking-NetworkSecurity (ABN), ABN Asia được thành lập từ năm 2012, là một công ty xuất phát từ học thuật, do những giảng viên, cựu du học sinh Hungary, Hà Lan, Nga, Đức, và Nhật Bản sáng lập. Chúng tôi chia sẻ đam mê chung và tầm nhìn vững chắc về công nghệ, mang đến sự đổi mới và chất lượng đỉnh cao cho khách hàng. Phương châm của chúng tôi là: Tốt hơn. Nhanh hơn. An toàn hơn. Trong nhiều trường hợp: Rẻ hơn.

Hãy liên hệ với chúng tôi khi Quý doanh nghiệp có các nhu cầu về dịch vụ công nghệ thông tin, tư vấn chuyển đổi số, tìm kiếm các giải pháp phần mềm phù hợp, hoặc nếu Quý doanh nghiệp có đấu thầu CNTT (RFP) để chúng tôi tham dự. Quý doanh nghiệp có thể liên hệ với chúng tôi qua địa chỉ email [email protected]. Chúng tôi sẵn lòng hỗ trợ với mọi nhu cầu công nghệ của Quý doanh nghiệp.