30 秒看重點
- 事件：DeepSeek 傳向華為下單 16 萬顆 Ascend 晶片建置新資料中心。
- 意義：面對美方禁令，陸廠正嘗試以「國產晶片規模化」突圍輝達壟斷。
- 影響：台積電雖受合規限制，但中國自研晶片潮將帶動台灣 IP 與 ASIC 需求。
在美國晶片禁令的高牆下，以「高性價比」震驚全球的 AI 新星 DeepSeek，傳出將攜手華為，用 16 萬顆國產晶片築起新一代算力長城。這不單是兩大中企的聯手，更是中國 AI 產業企圖用「軟體救硬體」的極限挑戰，考驗著輝達（NVIDIA）的絕對霸權。
用華為拼輝達，DeepSeek 真能突圍嗎？
DeepSeek 這項高達 16 萬顆晶片的採購計畫，本質上是一場「以量補質」的豪賭。因為美中科技戰的限制，中國企業無法取得輝達最新、跑得最快的 H100 或 B200 晶片，只能回頭尋求華為昇騰（Ascend）晶片的支援。這就像是「用 10 台普通卡車去拼 1 台怪獸級砂石車」，雖然單顆晶片的算力和傳輸效率比不上輝達，但如果透過優秀的分布式架構把 16 萬顆晶片完美串聯，依然能拼湊出驚人的總算力。
演算法優化正是 DeepSeek 最引以為傲的看家本領。大家都知道，DeepSeek 之前之所以能用極低的成本開發出媲美 GPT-4 的模型，靠的就是強大的演算法，將硬體損耗降到最低。這次如果能成功馴服 16 萬顆華為晶片，克服國產晶片在通訊頻寬和軟體生態（相較於輝達 CUDA）的先天劣勢，那將會為全球非美系 AI 陣營樹立一個「硬體不夠，軟體來湊」的全新標竿。
然而，這場「國產替代」的算力突圍戰依然充滿變數。華為的晶片生產受限於晶圓代工製程，良率與產能一直是大問題；且 16 萬顆晶片並聯運作時，如何解決散熱、耗電以及「集體死機」的除錯問題，難度呈指數級上升。這不單單是硬體堆疊，更考驗著整個中國半導體自主產業鏈的極限。此外，華為的軟體生態系能否支撐如此龐大的模型訓練，也是業界普遍存疑的關鍵。
- 2025-01 DeepSeek 憑藉低成本的 R1 模型震驚全球，掀起開源 AI 與高性價比算力浪潮。
- 2025-02 傳出 DeepSeek 規劃建設新資料中心，並向華為大舉下單 16 萬顆 AI 晶片。
台灣怎麼看這件事？
台灣在這場「中系 AI 突圍戰」中，正扮演著極度微妙且關鍵的角色。雖然台積電受限於美方禁令，無法直接為華為代工高階 AI 晶片，這表面上看似「看得到吃不到」，但實際上卻暗潮洶湧。中國全力衝刺自研晶片的同時，帶動了龐大的「去美化」與客製化晶片需求，這將間接造福台灣的矽智財（IP）與 ASIC（特殊應用晶片）設計服務大廠，如世芯-KY、創意、M31 等。台灣在半導體生態系的霸主地位，依然是這場算力大戰中，所有人無法繞過的樞紐。
編輯觀點
這不只是一次採購，更是中國 AI 產業的「生死存亡之戰」。DeepSeek 用行動證明，面對科技圍堵，他們的策略不是坐以待斃，而是用最極致的軟體技術去適應不完美的硬體。如果這套「軟體救硬體」的模式成功，全球 AI 算力市場將正式分裂成「輝達生態系」與「非美系自研生態系」兩大陣營，這對台灣供應鏈來說，既是挑戰，也是全新的轉單機遇。
常見問題
- DeepSeek 為什麼要買華為晶片而不是輝達？
- 因為美國政府的出口限制，中國企業無法取得輝達的高階 AI 晶片，因此必須轉向華為 Ascend 等中國國產晶片來尋求算力替代。
- 16 萬顆晶片的規模有多大？
- 這是極為龐大的部署規模，足以媲美美國頂級科技巨頭單一大型資料中心的算力集群，展現出極強的自主算力野心。
- 華為 AI 晶片真的能跟輝達競爭嗎？
- 單晶片性能上，華為因製程限制落後輝達；但透過 DeepSeek 極致的演算法優化與大規模集群，整體算力有機會縮短差距。
- 這對台灣台積電有什麼直接影響？
- 台積電受合規限制無法為其代工，短期無直接訂單；但陸廠因應禁令的自研晶片風潮，會持續帶動台灣 IP 與 ASIC 設計服務的需求。
- 什麼是「軟體救硬體」的算力策略？
- 意指在硬體性能受限時，透過調整 AI 模型的演算法與分布式運算架構，來減少對高階晶片的依賴，用平價晶片達到類似的效果。
名詞小教室
- ASIC（特殊應用晶片）
- 就像是「量身打造的專用廚具」，雖然不能像泛用廚具那樣什麼都做，但做特定菜色（如 AI 運算）時效率極高。
- 分布式架構（Distributed Architecture）
- 就像是「眾人拾柴火焰高」，把一個巨大的工作拆給成千上萬台電腦同時計算，最後再拼湊在一起。