绝大数图表引用韭研公社【产业库】，更多图表可前往公社网站首页或APP工具栏【产业库】查看，欢迎点赞转发~
【华为昇腾】图表
2026年4月25日媒体报道，华为宣布昇腾超节点全系列产品全面支持DeepSeekV4系列模型，模型发布、算力适配同步推进。
【超聚变】图表
2026年4月25日，证监会网站显示，超聚变数字技术股份有限公司(以下简称“超聚变”)首次公开发行股票并上市辅导工作完成，辅导机构为中信证券。
【国产算力芯片】图表
2026年4月25日讯，商务部回应美通过《硬件技术控制多边协同法案》等法案；通信领域专家、复旦大学中国研究院特邀研究员汪涛分析，新法案确实会带来一定冲击，但美国长期对华芯片围堵早已常态化，国内早已积累成熟的应对经验；4月23日盘后讯，CPU“严重供不应求” 供应链称国际大厂酝酿Q3再涨价。
【异构计算架构-CANN】图表更新
其他信息
【DeepSeek V4】周末围绕DeepSeekV4的会议很多。大部分的观点是利好国产算力。转一篇会议纪要：
DeepSeek V4会议纪要（据悉内容为AI提炼，不保证准确性，审慎参考）
1、DeepSeek V4模型基本信息
模型架构与参数：V4系列包含2个MOE架构语言模型，V4 Pro总参数1.6T、激活参数量490亿；V4 Flash总参数2840亿、激活参数量130亿，均支持100万token长上下文，训练数据涵盖32T token（含数据、代码、网页、长文档等）。
推理效率优化：100万token上下文设置下，V4 Pro单token推理flops仅为上一代V3.2的27%，KV cache仅为10%。
2、混合注意力架构（核心突破）
机制组成：结合压缩稀疏注意力（CSA）和重度压缩注意力（HCA），解决长上下文场景下O(N²)的计算复杂度和O(N)的KV cache存储复杂度问题，将计算复杂度降至O(NK)（K远小于N）。
CSA（轻度压缩+稀疏注意力）：每4个token的KV cache压缩为1个条目，再应用稀疏注意力（仅关注Top K相关压缩KV条目），100万token压缩为25万个条目，适合精准捕捉局部信息。
HCA（重度压缩）：压缩率设为128，100万token压缩为约7800个条目，采用稠密注意力，适合全局语义融合。
层级应用：V4 Pro共61层，前2层用HCA，后续59层交错使用CSA和HCA，平衡计算效率与信息捕捉能力。
3、流形约束超连接（MHC）
核心作用：增强transformer块间残差连接的稳定性，通过将残差映射并约束到特定流形，避免模型层数过多（如V4 Pro的61层）导致的残差累积数值爆炸问题，提升信号跨层传播稳定性和模型表达能力。
4、Muon优化器
创新点：将所有参数视为矩阵进行正交更新（传统优化器为单个参数调整步长），实现更快的收敛速度和更高的训练稳定性。
5、KV cache存储与硬件优化
异构KV cache管理：将KV cache分为压缩KV cache（CSA/HCA）和滑动窗口注意力（SWA）相关KV cache，分别定制存储策略。
SSD参与推理：将CSA和HCA压缩后的KV cache存储到SSD，消除共享前缀请求的重复prefill，缓解HBM压力；SWA的KV cache体积为压缩后KV cache的1/8，设计全存储、零存储、checkpoints存储三种方式。
6、通信层优化（细粒度专家并行EP）
方案设计：将MOE层分解为dispatch、combine（通信密集型）和linear one、linear two（计算密集型）四个阶段，将专家拆分调度到波次中，波次内专家完成通信后立即计算，实现计算与通信连续，已在英伟达和华为昇腾NPU验证。
7、模型性能与定价
性能表现：长上下文为核心优势，benchmark跑分与国内头部模型齐平，可比肩海外上一代模型；特定任务（如白领任务）完成质量、复杂度优于Google Gemini 1.5 Pro，但与海外最新闭源模型仍有差距。
定价策略：延续低价普惠路线，V4 Pro输出价格3.5美元/百万tokens（为海外顶尖模型的1/7，略低于智谱GLM-4、Kimi K2.6的4美元区间）；Flash版本输入价格极低（如0.1美元/百万tokens），缓存命中价格优势显著。
8、算力基础设施影响
瓶颈优化方向：V4优化聚焦显存（KV cache压缩）和通信瓶颈，百万token任务显存占用可从40G压至4G，相同实例可支持10倍并发（长上下文场景下）。
需求逻辑主导：算法优化带来的供给效率提升（20%-50%）会被需求增长（token量环比每月增长百分之几十）迅速消化，全球AI算力仍供不应求，无需担忧算力需求减少。
9、Agent场景确定性
模型能力内化：DeepSeek报告已将agent作为核心能力（coding与agent融合为原生能力）；阿里Qwen 2.5等模型也针对agent场景优化，agent是2026年最确定的AI趋势，将带动tokens、计算、存储、互联需求井喷。
10、国产算力适配
适配积极：V4压缩降低了对显存和带宽的要求，适配国产算力（如昇腾）效果良好；智谱等国产模型厂商对国产算力适配积极，需求端供不应求，核心看供给能力。
11、国产模型竞争格局
短期卖方市场：供给无法满足需求，模型公司普遍满负荷或限售，竞争非主要矛盾。
长期分层趋势：Pro模型攻关高质量任务（非主打性价比，完成任务token消耗较高），Flash模型主打性价比；未来模型将分层，顶尖模型价格上行（完成任务价值量高），二线模型拼性价比（国产模型擅长）。
商业化预期：DeepSeek若推进融资和to B商业化（目前无cloud plan），中期可能增加国产模型商业化竞争，但需求足够大（国内token消耗量2026年或翻5-10倍），各家均有增长空间。
12、应用端机会
核心逻辑：应用公司需在模型之外创造溢价和增量，期待能做出差异化价值的应用公司出现。
Q&A
Q:DeepSeek-V4在算力基础设施层面的优化方向及对算力需求的影响如何？
A:DeepSeek-V4主要通过算法优化解决算力基建的瓶颈，包括通信时延、显存不足等问题，重点优化KV cache以降低显存占用。例如，原本需40G显存的任务可压缩至4G，在长上下文场景下能支持十倍并发。尽管算法优化可提升30%-50%的供给效率，但全球AI市场处于需求主导的蓝海状态，token量环比增速达百分之几十，优化后的算力很快会被需求填满，无需担心算力需求减少。
Q:今年AI领域最确定的方向是什么？
A: 今年最确定的方向是agent，其已成为模型的原生内化能力，coding与agent不再分家。DeepSeek报告中已将模型能力描述从coding转为agent，阿里Qwen 2.5模型也针对agent领域做了专项训练，在workflow或线下系统中表现较好。agent的确定性带动相关需求（tokens、计算、存储、互联）井喷，需通过算法优化瓶颈以支持更多agent并发。
Q:国产算力适配情况及趋势如何？
A: DeepSeek等国产模型厂商对国产算力适配积极乐观，且供不应求。算法压缩降低了对显存和带宽的要求，提升了国产算力适配度。国产算力的问题不在需求端，而在供给端，模型厂商会积极适配填补算力空缺，对海外及国内算力逻辑均为正向触动。
Q:DeepSeek-V4的参数规模及行业趋势是怎样的？
A:DeepSeek-V4参数量从6000亿提升至1.6T，训练参数从十几T增至33T，参数量与训练量均翻倍，延续scaling路线，与NV等最新思路一致。全球AI产业已形成思想统一，海外（如GBP5.5、cloud 467）及国内模型公司均向同一方向发力，趋势持续强化。
Q:DeepSeek-V4的定价策略及国产模型竞争趋势如何？
A:DeepSeek-V4 Pro打25折后价格较低，但未打折时价格不便宜，且完成高质量任务的token消耗量较大，并非主打性价比；flash模型成本低，在简单任务中表现良好，是性价比路线的主力。未来模型市场将分层：最好的模型价格上升（如海外从15美金升至25美金/百万tokens），二线模型主打性价比（国产模型擅长）。短期因需求远大于供给，模型厂商多处于用满或限售状态，竞争并非主要矛盾；中期若DeepSeek推进商业化（如cloud plan），可能增加国产模型商业化来源，但需求足够大（今年国内token消耗量或翻5-10倍），各家均可增长。
【机器狗/四足机器人】2026年4月24日盘后讯，国家电网2026年具身智能发展规划:采购8500台机器人，投资68亿元，四足巡检机器狗为最大单品类，采购数量达5000台
【深海经济】2026年4月24日召开的国务院常务会议指出，要提高经略海洋能力，高效开发利用海洋，推动海洋经济高质量发展，加快建设海洋强国。
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。