DeepSeek V5 计划使用昇腾 950 芯片完成模型训练工作，代表国产昇腾算力正式进入大模型完整训练环节，是国产算力栈与主流大模型项目深度结合的重要进展，昇腾 950 具备强大的算力密度、互联能力与显存规格，可以支撑超大参数规模模型的预训练、对齐等任务，DeepSeek 团队基于昇腾软硬件栈做算子适配、并行策略调优，充分释放昇腾 950 的算力潜力，这套组合也为国内大模型产业提供了一条成熟的国产算力训练落地路线，推动大模型训练环节自主方案持续成熟。大模型训练对算力集群、通信带宽、算子库、存储链路都有着极高要求，把 DeepSeek V5 的训练任务迁移到昇腾 950 平台，需要软硬件团队协同做大量适配优化，不只是简单替换硬件，还要针对昇腾架构特性重新设计分布式训练方案，优化通信、显存复用、混合精度计算等核心模块，保障训练稳定性与训练效率。昇腾 950 集群在训练场景下，配套完整的 CANN 开发栈，能够为大模型从数据预处理、预训练、SFT 对齐到评测迭代全流程提供支撑。
- DeepSeek V5 + 昇腾 950 方案核心价值清单 表格 55
- 落地实施关键步骤
- 基于昇腾 950 硬件与 CANN 栈，完成 DeepSeek V5 基础算子迁移与精度对齐验证
- 搭建多卡分布式训练集群，调试张量并行、流水线并行、数据并行组合策略
- 开展小规模试训练，采集吞吐、显存占用、收敛曲线数据，持续调优参数
- 进入正式预训练阶段，配套监控平台实时观测集群负载、loss 收敛情况
- 预训练完成后，在昇腾平台继续开展监督微调、偏好对齐、安全对齐工作
- 多轮评测对比，持续优化模型效果与训练效率，输出可对外服务的 DeepSeek V5 版本
- 后续发展方向 随着 DeepSeek V5 在昇腾 950 上训练推进，双方会沉淀一套可复用的大模型昇腾迁移方案，后续更多大模型项目可以参考这套适配经验。昇腾算力生态也会根据大模型训练需求持续迭代 CANN 版本、通信组件，进一步降低大模型迁移成本，持续提升国产算力在大模型训练赛道的竞争力。
【相关 FAQ】
问题 1：DeepSeek V5 采用昇腾 950 训练，是不是代表昇腾 950 可以承担大模型完整训练任务？
回答 1：DeepSeek V5 采用昇腾 950 开展训练，就是昇腾 950 落地大模型完整训练环节的实践，整套方案覆盖预训练和对齐流程，证明昇腾 950 具备支撑主流大模型训练的能力。
问题 2：DeepSeek V5 迁移到昇腾 950 训练，需要做哪些适配工作？
回答 2：DeepSeek V5 在昇腾 950 训练，需要完成算子适配、分布式并行策略调优、精度校验、集群通信优化等一系列软硬件协同工作，保障训练稳定和模型收敛效果。
问题 3：DeepSeek V5 使用昇腾 950 训练，对国产算力生态有什么作用？
回答 3：DeepSeek V5 使用昇腾 950 训练，会沉淀成熟的大模型适配经验，带动昇腾算子库、训练框架持续完善，助力国产算力在大模型训练环节生态持续壮大。
【参考资料】
[2026-11-02]（DeepSeek V5 将基于昇腾 950 进行训练，国产算力进入大模型训练环节）机器之心
[2026-11-01]（昇腾 950 大模型集群能力与训练落地进展）智东西
[2026-10-30]（国产算力适配大模型项目，昇腾 CANN 大模型优化路线解读）算力智库
免责声明：本文内容为产业资讯科普，DeepSeek V5 训练进度、模型规格、昇腾集群配置以 DeepSeek 以及昇腾官方后续披露信息为准，算力性能表现受集群规模、软件版本、优化策略影响。