DeepSeek V4落地：资本市场的重塑三重反应
DeepSeek V4正式发布，1T参数MoE主模型与285B Flash版同步开源，芯片完整版本采用Apache 2.0协议，开源权重与部署代码全面开放。加速市场迅速作出响应，A股算力链全线走强，寒武纪实现11连阳，单日涨幅3.7%，月内累计超60%；海光信息盘中逼近涨停，收盘+8.4%；中芯国际A股+4.91%，港股+8.81%；华虹港股最高冲至+18%，收于+12%。科创芯片国泰ETF单日吸金24亿元，规模创历史新高。与此同时，港股大模型企业遭遇抛压。智谱（02513.HK）下跌8.07%，沽空比例达9.9%；MiniMax（00100.HK）跌7.40%，沽空比例飙升至22.87%，为过去三个月最高单日数据。两者招股书中均以“自研基座大模型”为核心竞争力，但面对开源冲击，估值逻辑面临重构。美股市场亦有反应。英伟达开盘下跌1.8%，盘中一度下挫2.6%，最终收平。彭博分析指出，此次波动与1月V3发布时的恐慌式抛售不同，更像一次温和但方向明确的重新计价。买方机构研究纪要中首次出现“中国AI推理需求开始与北美脱钩”的表述，预示全球算力生态正经历结构性分化。30天11个新模型：开源叙事突破临界点
V4发布时间窗口成为放大市场反应的关键因素。3月26日至4月24日，全球至少11个主流大模型发布或更新，涵盖Anthropic Opus 4.6、谷歌Gemini 3.1 Pro、OpenAI GPT-5.5、Mistral Large 3、Meta Llama 4、月之暗面Kimi K2.6、阿里Qwen3-Next、字节豆包2.5 Pro、腾讯混元3.0及Kimi K2.6 Plus，最后是4月23日凌晨发布的DeepSeek V4。平均约每2.7天即有一款新模型登场，远超基金经理阅读能力极限。然而，在此密集发布周期中，仅GPT-5.5（4月8日）和DeepSeek V4（4月23-24日）在盘面上形成持续影响。前者带动英伟达单日上涨4.2%，后者则引发中港算力链跳涨。差异不在于模型性能本身。这11个模型在LMArena排行榜上的分差普遍不超过50分，处于同一竞争段位。真正转折点来自两个叠加因素：一是开源程度，二是发布时机。前10个模型中仅有Llama 4开源，但其商用限制条款繁多，社区反馈冷淡，上线三天即退出OpenRouter前十。而V4采用无门槛、无限制的Apache 2.0协议，权重与推理代码同步释放，成为过去半年首个在性能、价格、开放度三方面同时对闭源模型构成压力的旗舰开源项目。二是时机选择。在闭源阵营持续输出的背景下，开源能否追上闭源的争论已持续两年。V4以月活预估达9000万的开源旗舰身份，将这场辩论按下暂停键。一位国内大型基金经理在路演中表示：“此前我们对开源模型估值留有折扣，现在这个折扣开始反着收。”国产算力链完成关键跃迁：从概念到生产可用
V4发布稿中一句前所未有的声明引爆市场关注：“Day 0全栈适配寒武纪思元590与华为昇腾950PR，部署代码同步开源。”这一行字背后，是过去12个月三条暗线交汇的结果：硬件、软件与外部反应。在硬件层面，华为昇腾950PR于2025年12月量产，FP4算力达1.56 PFLOPS，HBM容量112GB，首次在关键指标上对标英伟达B系列。在1T参数MoE推理任务中，单卡吞吐较H20提升2.87倍。配套的CANN 8.0软件栈将优化下沉至算子级别，公开基准测试显示，昇腾超节点（8卡950PR）端到端推理延迟比同等规模的H100集群低35%。寒武纪思元590则在单芯片FP8算力上对标H100，售价不足一半。在软件层面，vLLM主线于4月22日合并寒武纪MLU后端PR，首次原生支持非英伟达国产GPU。海光信息通过ROCm生态实现对V4 MoE路由层的完整运行。这意味着部署不再依赖单一国产卡，而是可在多家国产卡间灵活选择，打破生态对特定供应商的依赖，成为生产环境落地的关键拐点。第三条暗线来自硅谷。4月15日黄仁勋在台积电法说会上被问及中国国产算力进展，回应冷峻：“如果他们真能让LLM摆脱CUDA，对我们是一场灾难。”九日后，DeepSeek用一行公告给出了答案。“国产替代”曾被过度使用，失去实际意义。但4月24日上午起，该议题首次获得可被资本市场定价的具体数据：单卡吞吐、端到端延迟、推理成本、可商用部署代码等维度共同构建了真实可行的替代路径。寒武纪11连阳的逻辑由此转变——它不再是“国产GPU概念股”，而是“DeepSeek V4推理基础设施供应商”。华虹港股12%涨幅同样源于代工昇腾950PR的7nm等效工艺。每一颗在国产昇腾上运行的V4 token，都意味着原本流向英伟达与台积电的产能被截留于珠江三角洲。下一步已然铺就。华为路线图规划950DT（训练版）于2026年第四季度交付，目标是支持“V5或同等量级模型在万卡集群上的全栈训练”。若成功落地，将彻底改变中国大模型训练对CUDA的依赖，使英伟达的护城河从“必要”降级为“可选”。（此处为tp钱包快讯）