​​DeepSeek在最新版本DeepSeek R2中已彻底摆脱英伟达芯片，全面采用华为昇腾910B芯片，但此前部分训练曾依赖英伟达芯片。​​

DeepSeek R2模型采用1.2万亿参数的混合专家架构（MoE），通过华为昇腾910B芯片集群实现训练与推理，FP16精度下算力达512 PetaFLOPS，芯片利用率82%，性能接近英伟达A100集群的91%。该版本推理成本较GPT-4降低97.4%，输入每百万字符成本仅0.07美元，输出0.27美元。此前，DeepSeek R1的训练曾使用约2000块英伟达H800芯片，部分服务（如R1/V3推理）也基于英伟达H100芯片，但R2的发布标志着其完全转向国产化算力方案。

华为昇腾910B的性能逼近英伟达高端芯片，且910C已进入量产阶段，下一代910D对标H100。DeepSeek的技术路线转向国产芯片，不仅降低了对英伟达的依赖，还推动国产AI基础设施发展，可能颠覆传统AI算力格局。

随着中美科技竞争加剧，DeepSeek的国产化算力转型具有行业示范意义。若后续性能持续优化，类似模式或成中国AI企业主流选择，进一步削弱英伟达在AI芯片市场的主导地位。