5毛尴尬！狗咬狗了！
原来连用都不能用，我原本以为只是慢一些呢
=================================================
中国坚持要求企业使用国产AI芯片而非英伟达芯片，这会不会付出一些代价？据一份新报告称，北京方面曾敦促DeepSeek放弃英伟达硬件，转而在其R2型号中使用华为芯片，但训练过程中不断出现技术问题，导致发布推迟，并被迫重新转向NVIDIA进行训练，而推理部分则使用了华为芯片。
今年 1 月，DeepSeek 的 R1 模型发布时震惊了整个人工智能行业。据称，该模型在 2048 块英伟达 H800 上进行了训练，耗资 557.6 万美元，与其他人工智能公司数十亿美元的投入相比只是零头。但后来有消息称，DeepSeek 使用了大约 5 万块 Hopper GPU，其中包括 1 万块 H800 和 1 万块 H100，以及 3 万块 HGX H20 单元。
据《金融时报》援引三位知情人士的话称，对于 R2 的后续型号，中国当局“鼓励”DeepSeek 放弃 NVIDIA 技术，转而使用国产硬件。
DeepSeek 采纳了这一建议（或者说需求），转而使用华为基于昇腾平台进行 R2 版本的训练。然而，这带来了性能不稳定、互联速度变慢以及华为 CANN 软件工具包限制等问题。
华为派出了一个工程师团队前往DeepSeek的数据中心，希望解决这些问题。尽管他们已经到位，但在Ascend平台上进行的训练从未成功过，不过使R2与Ascend兼容推理的工作仍在继续。
原来连用都不能用，我原本以为只是慢一些呢
=================================================
中国坚持要求企业使用国产AI芯片而非英伟达芯片，这会不会付出一些代价？据一份新报告称，北京方面曾敦促DeepSeek放弃英伟达硬件，转而在其R2型号中使用华为芯片，但训练过程中不断出现技术问题，导致发布推迟，并被迫重新转向NVIDIA进行训练，而推理部分则使用了华为芯片。
今年 1 月，DeepSeek 的 R1 模型发布时震惊了整个人工智能行业。据称，该模型在 2048 块英伟达 H800 上进行了训练，耗资 557.6 万美元，与其他人工智能公司数十亿美元的投入相比只是零头。但后来有消息称，DeepSeek 使用了大约 5 万块 Hopper GPU，其中包括 1 万块 H800 和 1 万块 H100，以及 3 万块 HGX H20 单元。
据《金融时报》援引三位知情人士的话称，对于 R2 的后续型号，中国当局“鼓励”DeepSeek 放弃 NVIDIA 技术，转而使用国产硬件。
DeepSeek 采纳了这一建议（或者说需求），转而使用华为基于昇腾平台进行 R2 版本的训练。然而，这带来了性能不稳定、互联速度变慢以及华为 CANN 软件工具包限制等问题。
华为派出了一个工程师团队前往DeepSeek的数据中心，希望解决这些问题。尽管他们已经到位，但在Ascend平台上进行的训练从未成功过，不过使R2与Ascend兼容推理的工作仍在继续。