七月的文件，锁在抽屉里。

直到十月才被翻出来。

落款 7 月 24 日，公开 10 月 19 日。美国国土安全部给 DeepSeek 量身定做的那份排除令，在抽屉里躺了整整三个月。

三个月能发生什么？一家被点名的中国 AI 公司，在这段时间里干了一件事。不是发声明，不是找律师，是把华为的芯片工程师请进了自己的办公室。

先说那份文件本身。

依据的是 2018 年那部《联邦采购供应链安全法》，FASCSA。

名字听起来很技术，翻译成人话就是：联邦政府觉得哪个供应商的供应链不干净，就可以把它从采购清单里划掉，不需要国会另立新法。

这套工具以前用在谁身上？

中国产的监控摄像头。

DeepSeek 是第一个被装进这个框里的 AI 公司。

命令覆盖联邦民用机构——财政部、国务院、司法部在列。

国防部和情报系统不在，因为五角大楼去年 12 月已经在《国防授权法》里自己动手禁过了。

留了 60 天的豁免申请窗口，但命令 7 月 24 日签署，窗口 9 月 22 日前后就关了。

10 月 19 日公开的时候，想申请豁免的人已经错过了申请的时间。

再看封杀这两个字的实际射程。

它管的是美国政府自己买不买。

财政部不能采购 DeepSeek 的产品，国务院的 IT 系统里不能跑 DeepSeek 的模型，联邦承包商给政府交付的东西里不能嵌 DeepSeek 的代码。

但它管不到全世界用不用，也管不到一家中国公司怎么设计自己的下一代模型。

不过有一条比表面看起来更狠。

民用版本的命令把覆盖物品的定义拉到了使用 DeepSeek 实现方案开发的第三方产品。

意思是：一个工具哪怕换了名字、换了公司卖，只要底层用的是 DeepSeek 的模型权重，联邦采购就得查它的血统。

FASCSA 有一条被验证过的传导路径。

华为被排除之后，给联邦政府供货的承包商开始主动清理自己供应链里的华为设备。

政府的采购清单，慢慢变成了私营部门的排除清单。

但风是往屋里灌的。

真正有意思的事情，发生在文件躺在抽屉里的那三个月。

10 月 17 日，DeepSeek 更新了 V4.1-Flash-1017。

两天后，禁令公开。

一个七月签发的文件，想拦住一个十月迭代的模型。

日历追不上版本号。

次日，10 月 20 日，The Information 把另一条消息放了出来：DeepSeek 的工程师已经在参与华为下一代昇腾芯片的设计。

华为的芯片工程师分阶段进驻 DeepSeek 的办公地点。

他们听 DeepSeek 的人讲一件事：模型卡在哪儿。

数据在处理器之间怎么传才不堵。

计算任务怎么分配才不浪费。

然后把这些话带回华为，写进昇腾的规格书。

相关设计进入的是 2027 年及之后推出的芯片。

华为计划把 2027 年第一季度就绪的昇腾 960DT 的大部分产能优先分配给 DeepSeek，而不是平均撒给所有中国 AI 公司。

DeepSeek 这边，最快 2026 年底开始用昇腾 950DT 做预训练。

梁文锋跟投资人说的是：用国产芯片训练下一代模型，是公司的最高优先事项之一。

未来目标是仅使用华为芯片完成训练。

一年前可不是这样。

2025 年 8 月，《金融时报》捅出一件事：DeepSeek 的 R2，原定当年 5 月发，发不出来。

原因是拿华为昇腾做训练，跑不通。

知情人士列了三座山：稳定性、连接速度、工具链。

华为派了工程师团队进驻，人在现场。

一次成功的训练，还是没有跑完。

训练换回英伟达，昇腾只做推理。

只看这个结果，结论很粗暴：国产芯片不行。

但换一个角度看，那次失败是一份极其昂贵的需求文档。

一万颗卡连跑几周，会在哪个节点断；编译器里哪几个算子，没有人写过。

这些信息，不下场跑一遍，拿不到。

跑失败了，才拿得到。

一年后，还是那间办公室。

华为工程师手里拿的不再是移植方案。

买不到最好的，就参与造一个更合适自己的。

但设计图纸和可量产的硅片之间，隔着一段物理距离。

这段距离，不能靠决心填平。

Epoch AI 的估算是冷的：英伟达 B300 的原始运算性能，大约是昇腾 950 的 7 倍。

到 2030 年，华为单颗芯片可能仍然落后 3 到 4 年。

差距长在三个地方：制程节点、HBM 供应、先进封装产能。

设计可以优化数据怎么流动。

设计优化不了良率，也优化不了产能。

华为 2026 年的昇腾芯片出货目标是 110 万到 120 万张，全年晶圆产出约 160 万颗 die。

SMIC 5nm 良率在 50% 到 60% 区间，7nm 早期良率大约 40%。

更紧的绳子在 HBM 上：SemiAnalysis 的判断是，进口 HBM 库存在 2026 年底逐步耗尽，可能让华为 2027 年造不出百万片以上的 AI 芯片。

昇腾 950DT 的市场报价已经超过 25 万元人民币，两个月涨了五成。

卡住脖子的，不是光刻，是内存。

华为的解法不是把单卡做得跟 B300 一样快。

是把几千张卡连成一台逻辑上的计算机。

960 超节点做到 4096 张 NPU 互联，8 EFLOPS FP8 算力，超过 1PB HBM 容量。

华为轮值董事长汪涛给出的路线是：2028 年 970，2029 年 980，一年一代。

逻辑很直白：单卡只有对手几分之一，就用系统规模去换有效算力。

在十万卡集群的仿真里，4096 卡超节点相对传统八卡服务器，MFU 能提升 2.75 倍。

集群越大，失效概率越被放大。

一万颗以上的芯片连跑几周，坏一颗，整个训练任务就可能回滚。

2025 年那次失败，本质上是这个问题的早期版本。

集群架构能放大算力，也同样放大脆弱性。

软件层在同步拆墙。

英伟达最深的护城河不是某一张 GPU 的浮点性能。

客户想换芯片，得把代码重写一遍。

转换成本本身就是锁定。

2026 年 9 月 30 日，DeepSeek 开源了面向昇腾的全套基础设施：TileLang 编译工具、计算库、分布式通信库。

跟英伟达那边一一对应。

DeepSeek 训练中每一个 TileLang 算子，在昇腾上都完成了高性能实现。

TileLang 由北京大学团队主导开发。

它做的事，是让同一段代码在不同芯片上跑起来。

换芯片不再等于重写。

这不是性能层面的竞争。

是转换成本层面的竞争。

模型那边也在往芯片的约束条件靠。

V4 把 100 万 Token 上下文的推理计算量压到上一代的 27%，专家权重用 FP4 存。

技术上的意义指向同一个方向：降低对内存带宽的依赖。

而带宽，恰恰是国产 AI 芯片跟英伟达之间最宽的那道沟。

混合稀疏注意力沿序列维度压缩 KV Cache。

FP4 量化感知训练在训练阶段就适配低精度格式，而不是等到推理时再做后处理量化。

算法和数值格式的创新，在为芯片减负。

两边都在往中间走。

硬件在向模型的需求靠拢，模型在向硬件的约束靠拢。

市场数据在动，但没有某些预测那么快。

IDC 的 2026 年上半年数据：英伟达在中国数据中心 AI 芯片市场的份额 34%，出货 67.8 万颗，同比下降 44%。

华为 28%，出货 57.2 万颗，同比增长接近翻倍。

差距从一年前的悬殊，收窄到 6 个百分点。

伯恩斯坦在 2026 年初预测华为等本土厂商会拿下 80% 的份额，英伟达掉到 8%。

上半年的实际情况是 34 对 28。

方向对了，幅度差很远。

10 月 20 日，两个部门同一天说话。

外交部发言人毛宁的表述停在原则层：中方一贯反对泛化国家安全概念、将科技经贸问题政治化，我们将坚决维护中国企业的合法权益。

商务部的措辞重了一档。

强烈不满、坚决反对。

加了一句外交部没有的话：美方罔顾中美元首达成的重要共识。

然后说将采取一切必要措施。

同一段话的后半截，留了另一句：用好中美人工智能对话机制，增进互信、管控分歧。

11 月中旬 APEC 深圳会晤在即，AI 在议程上。

这不是一场攻防战。

攻防战的前提是双方在同一张地图上抢同一块阵地。

但这两件事不在一个层面上。

管的是采购清单上已经存在的产品。

起草、签发、锁进抽屉、某天公开。

它的时间单位是月。

另一边是工程师改芯片规格。

管的是三年后从流水线上下来的硅片。

模型版本、算子、流片、良率爬坡。

它的时间单位是年。

文件描述的是已经过去的现在。

规格书定义的是还没有到来的未来。

它把 DeepSeek 从联邦采购清单里划掉了。

间接传导效应会继续沿着供应链扩散。

但它管不到一件事：一家在 2025 年跑失败过的公司，会把失败里的每一个卡点，写进 2026 年的需求清单。

然后坐在同一间办公室里，看着芯片公司的人把它们变成设计规则。

类似的剧本不是第一次上演。

2019 年华为被列入实体清单之后，谷歌断供 GMS，高通和英特尔切断芯片供应。

当时的判断是华为手机业务会塌。

结果是鸿蒙被推上前台，麒麟芯片转入备胎路线。

断供没有让华为停止做手机，它让华为开始做一套不需要美国技术的手机。

卡巴斯基被 FASCSA 排除之后，在美国消费者市场的份额归零。

那是因为卡巴斯基没有可替代的国内供应链来承接需求。

DeepSeek 面对的局面不一样。

它被排除的那个市场，本来就不是它的主要市场。

它的主战场在中国，而中国有华为。

真正的变量不在华盛顿的排除令里。

在昇腾 960DT 的良率爬坡曲线上，在 HBM 库存耗尽的倒计时里，在一万颗以上的芯片能不能连续跑几周不出一个导致回滚的错误。

那一天之前说什么都早。

那天之后说什么都多余。

一年前，华为的工程师坐在 DeepSeek 的办公室里，手里拿的是移植方案。

想把模型搬到芯片上。

手里换成了设计图纸。

中间隔着的，是一次失败的训练。

和一份在抽屉里躺了三个月才被翻出来的文件。

你觉得，决定这场芯片定制实验成败的，是华为的产能良率，还是 DeepSeek 把模型需求翻译成芯片规格的能力？

创作声明：本文为基于公开新闻与权威报道的深度解读，部分细节为合理推演，不代表任何官方立场，请勿与现实绝对关联。