AI导读：

DeepSeek-R1、V3正获七家国产芯片支持，进行多芯片适配优化。DeepSeek将激发下游应用创造力，推动国产芯片需求，助力全国产AI产业闭环与自主算力发展。软硬协同优化是实现模型能力突破的关键路径。

DeepSeek影响力持续“破圈”，官网常遇‘服务器繁忙’。好消息是，“满血版”DeepSeek-R1、V3正获更多第三方平台支持。近日，申城AI基础设施企业无问芯穹宣布获七家国产芯片支持，正进行DeepSeek-R1、V3在壁仞科技、海光信息、华为昇腾等七个硬件平台的多芯片适配优化，开发者现可通过无问芯穹Infini-AI平台一键获取DeepSeek系列模型与多元异构国产算力服务。

自春节前夕爆火，DeepSeek已吸引超30家云服务商与近20家芯片企业接入。随着无问芯穹携手七家国产芯片，并推出多芯片适配的DeepSeek-R1，其为可控国产算力带来的机遇愈发明显。

加速“国产模型-国产系统-国产芯片”AI产业闭环：国产模型多通过国际主流芯片训练，尚未与国内AI系统、芯片形成闭环。无问芯穹联合创始人夏立雪表示，DeepSeek将激发下游应用创造力，推动国产芯片需求，助力全国产AI产业闭环与自主算力发展。

在美国，模型、系统、芯片已形成闭环，如英伟达GPU地位与CUDA生态紧密相关。但DeepSeek作为开源模型，将重构AI产业生态，加速上层应用与下层系统统一，促进“模型-芯片-系统”协同优化，打薄CUDA生态。

无问芯穹提出“三步走”模式：基于主流芯片开展软硬件协同优化，推动国产芯片开放底层生态，构建国产“同构”系统，实现更可控的自主算力发展。

夏立雪表示，无问芯穹希望团结上下游产业伙伴，牵引“国产模型+国产算力+国产系统+国产应用”产业链发展，支持模型性能提升，推动中国AI自主可控。

软硬协同优化是实现模型能力突破的关键路径：DeepSeek大语言模型参数规模扩大，但训练算力未等比例增长，得益于软硬件协同设计。业内人士指出，DeepSeek验证了软硬协同优化在算力受限条件下的有效性。

无问芯穹自2018年起致力于“深度学习算法-编译-芯片联合设计”，打造“M×N”AI基础设施新范式，实现不同模型和硬件的统一部署与联合优化。

DeepSeek等中国AI初创公司正改变国际对中国企业技不如人的看法，探索未被关注的技术路径。

（文章来源：上观新闻）