开放推理代码在缩小芯片差距

同一份代码，两个后端。这件事的意义不在技术优雅，在采购桌上多了一个选项。

一、发生了什么

据钛媒体 10 月 21 日刊发的分析文章，DeepSeek 发布了一套推理服务软件，同一份代码可以分别构建到华为昇腾加速卡和英伟达当前的数据中心 GPU 上。

文章强调的不是「支持」两个字，而是支持层级：两类硬件被列为同等的构建目标，共用同一套项目结构。按它描述的设计，把一个负载从一边挪到另一边，更接近改一个配置项，而不是把整套栈分叉重建。

文章也给了几个必要的限定。

第一，公开的跑分表主要基于英伟达硬件。同一批模型、同样的批大小和延迟目标下，昇腾侧的对照数据在公开材料里更少。

第二，发布方把它定位为离线推理，适合做测量和集成，但没有覆盖大规模生产集群需要的全部组件，比如跨节点的缓存管理、负载均衡，以及那些不起眼的控制平面。

第三，能编译到两种架构只是起点，能不能扛住峰值流量才是考试。

二、跟你有什么关系

中国机房的运维和平台团队。 你面对的提问会变：从「能不能迁到国产卡」，变成「这个季度哪张卡买得到、供得上电、还能填满付费流量」。文章还提到一个更长的周期：下一代训练芯片的联合设计仍在讨论中，那类合作要等训练结果，不是等路线图。

做推理成本核算的人。 备选后端变多，意味着可以在一个运维模型里同时比较价格、交期和政策约束，而不是为每个赌注重搭一次栈。

关心国产芯片的人。 这条消息不该被读成「差距消失」。训练侧仍然吃成熟的软件栈和多卡互联，文章明确说这一块的优势没有因为一个仓库而消失。

三、怎么判断软件到底补了多少

1. 先分清训练和推理。推理的权值是固定的，用户按 token 付钱，胜负由延迟、每百万 token 成本、可用率和机架利用率决定。这正是替代硬件更容易站住的地方。
2. 看有没有同条件对照。同一模型、同一批大小、同一延迟目标下的双端数据，才算证据。只有一边的跑分，只能证明它能跑。
3. 看控制平面。跨节点缓存、调度、故障回退这些组件，决定它能不能进生产。演示环境和生产环境的差距，通常就在这里。
4. 等真实流量。文章的判断很克制：如果线上流量能验证演示，这件事才可能改变选型逻辑。目前还没有这层证据。

四、三个别信的说法

「软件优化能补上硬件差距」。 软件能补的是迁移成本、适配时间和采购弹性。同样的模型，卡本身的算力和带宽差异不会因为换一套服务框架而消失。

「支持两种卡就等于两边一样快」。 文章写得很清楚，公开对比数据偏在英伟达一侧。把「能构建」读成「性能对等」，是这类发布最常见的误读。

「这是官方性能承诺」。 这是一篇媒体分析，不是厂商文档。文中没有给出任何双端对比的具体数值，也没有第三方复现。

五、一句话结论

这套代码真正的贡献是把「选哪张卡」从架构决定降级成采购决定；它让切换变便宜，但没让硬件变相同。

信息来源

• Open Inference Code Narrows the Gap Between Rival AI Chips - 钛媒体，2026 年 10 月 21 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 22 日。