棄Nvidia改華為訓練遇瓶頸！DeepSeek R2新模型將延後發布

記者鄧天心／綜合報導

DeepSeek R2傳出因硬體更換導致進度延宕，原本用於訓練的Nvidia硬體在中途被替換為華為晶片，結果訓練過程被中斷，華為的技術沒辦法做完完整訓練工作，僅能被用於推理階段。

延伸閱讀：台積電宣布未來2年退出6吋廠 聚焦發展8吋與12吋晶圓

為什麼換硬體會出現這麼多問題？其實，訓練大型AI模型非常倚賴穩定而一致的運算環境。這就像是一支正在競賽的車隊，如果突然要把底盤、引擎、軟體系統全換成另一家出的，勢必需要重新測試和調校。不僅是硬體本身，就連很多程序、資料處理方式、軟體工具都必須微調，一不小心還得從頭來過，這也讓開發進度大幅拖延。

相比之下，讓AI進行推理、為用戶提供答案或服務時，雖然也得適當調整硬體，但難度相對較低，所以團隊決定在這步驟才使用華為晶片。

其實，現在有越來越多AI團隊採用類似策略，把訓練和推理分開，不同階段用最適合的硬體平台。一方面保證最複雜、技術要求最高的「訓練」過程能在成熟生態下平順進行，另一方面又能在落地服務時追求成本或彈性的優化。

Nvidia不僅因為硬體本身的高性能被選用，更因其完整的生態和工具、相容性佳，在深度學習訓練領域一時難有替代者，華為即使有政府政策與本地市場的支援，其AI晶片的軟硬體通用性、工程線上穩定性，仍需時間追趕。

資料來源：AI News、Tom’s Hardware、Reuters