在國慶節前夕，DeepSeek和智譜先后宣布推出新一代大模型。與此同時 ，國產芯片廠商都在第一時間宣布適配
，這標志著國產GPU已具備與前沿大模型協同迭代的能力，加速構建自主可控的AI技術生態 。

　　9月29日 ，DeepSeek宣布開源DeepSeek-V3.2-Exp實驗版模型
，該模型首次引入了Attention稀疏注意力架構，并在幾乎不影響模型輸出效果的前提下 ，大幅度提升了長文本訓練和推理效率
，被DeepSeek定義為“邁向新一代架構的中間步驟
”
。

　　華為、寒武紀 、海光已經完成適配DeepSeek-V3.2-Exp實驗版模型

　　在DeepSeek宣布后，算力芯片廠商華為
、寒武紀（688256）、海光信息（688041）等AI芯片廠商已經宣布適配DeepSeek-V3.2-Exp。

　　“華為計算”公眾號發文宣布 ，昇騰已快速基于vLLM/SGLang等推理框架完成適配部署
，實現DeepSeek-V3.2-Exp Day 0（第零天）支持，并面向開發者開源所有推理代碼和算子實現 。DeepSeek-V3.2-Exp在昇騰設備上128K長序列輸出 ，能夠保持TTFT（首token輸出耗時）低于2秒 、TPOT（每token輸出耗時）低于30毫秒的推理生成速度
。

　　在DeepSeek-V3.2-Exp模型宣布開源幾分鐘內，寒武紀也發文稱其已同步實現對該模型的Day 0適配
，并開源大模型推理引擎vLLM-MLU源代碼。

　　寒武紀稱，公司一直高度重視大模型軟件生態建設 ，支持以DeepSeek為代表的所有主流開源大模型 。借助于長期活躍的生態建設和技術積累
，寒武紀得以快速實現對DeepSeek-V3.2-Exp這一全新實驗性模型架構的day 0適配和優化
。

　　寒武紀強調，一直重視芯片和算法的聯合創新 ，致力于以軟硬件協同的方式
，優化大模型部署性能，降低部署成本。此前 ，寒武紀對DeepSeek系列模型進行了深入的軟硬件協同性能優化
，達成了業界領先的算力利用率水平 。

　　針對本次的DeepSeek-V3.2-Exp新模型架構，寒武紀通過Triton算子開發實現了快速適配 ，利用BangC融合算子開發實現了極致性能優化
，并基于計算與通信的并行策略，再次達成了業界領先的計算效率水平
。依托DeepSeek-V3.2-Exp帶來的全新DeepSeek Sparse Attention機制 ，疊加寒武紀的極致計算效率，可大幅降低長序列場景下的訓推成本
，共同為客戶提供極具競爭力的軟硬件解決方案。

　　海光信息也宣布其DCU實現無縫適配+深度調優，做到大模型算力“零等待 ”部署 。

　　海光信息表示 ，在“深算智能
”戰略引領下
，海光信息始終致力于AI軟件棧生態建設，全面支持以DeepSeek為主流的全球主流開源大模型。得益于長期
、活躍的技術積累 ，海光DCU得以快速對DeepSeek-V3.2-Exp完成“Day0”級高效適配與優化
。

　　基于GPGPU架構強大的生態優勢
，與編程開發軟件棧DIK的特性，DeepSeek-V3.2-Exp在海光DCU上展現出優異的性能 ，充分驗證海光DCU高通用性、高生態兼容度及自主可控的技術優勢
，已成為支撐AI大模型訓練與推理的關鍵基礎設施。

　　DeepSeek表示，得益于新模型服務成本的大幅降低 ，官方API價格也相應下調
，開發者調用DeepSeek API的成本將降低50%以上 。從價格來看，輸入緩存命中從0.5元降至0.2元/百萬tokens ，緩存未命中從4元降至2元/百萬tokens，輸出由12元降至3元/百萬tokens
。

　　寒武紀和摩爾線程宣布適配智譜新一代大模型 GLM-4.6

　　9月30日
，智譜正式發布并開源新一代大模型 GLM-4.6，在 Agentic Coding等核心能力上實現大幅躍升。這是繼 DeepSeek-V3.2-Exp 與 Claude Sonnet 4.5 之后 ，國慶節前業界的又一重大技術發布 。

　　智譜表示
，在公開基準測試和真實編程任務中，GLM-4.6的代碼生成能力已全面對齊Claude Sonnet 4 ，成為目前國內最強的Coding模型
。同時
，模型在長上下文處理 、推理能力
、信息檢索、文本生成及智能體應用等方面均實現全面升級，整體性能超越DeepSeek-V3.2-Exp。作為開源模型 ，GLM-4.6目前是全球開源生態中性能最強的通用大模型之一
，進一步提升了國產大模型在全球競爭格局中的地位 。

　　智譜官方宣布，GLM-4.6 已在寒武紀領先的國產 AI 芯片上實現 FP8+Int4 混合量化推理部署 ，這也是首次在國產芯片上投產的 FP8+Int4 模型-芯片一體化解決方案
。在保持模型精度不變的前提下
，該方案大幅降低了推理成本，為國產芯片本地化運行大模型提供了可行路徑和示范意義。

　　與此同時 ，摩爾線程基于 vLLM 推理框架完成了對GLM-4.6 的適配，新一代GPU可在原生 FP8 精度下穩定運行模型
，充分驗證了MUSA 架構及全功能GPU在生態兼容性和快速適配能力方面的優勢 。

　　華為 、寒武紀
、摩爾線程等芯片廠商完成對新一代前沿大模型的適配，這標志著國產GPU已具備與前沿大模型協同迭代的能力 ，加速構建自主可控的AI技術生態
。

　　智譜表示
，未來，國產原創的GLM系列大模型與國產芯片的深度協同 ，將在模型訓練和推理環節持續推動性能與效率的雙重優化
，構建更加開放、可控 、高效的人工智能基礎設施。

　　截至30日收盤，寒武紀報收1325元 ，微漲0.11%；海光信息報收252.6元
，跌1.27% 。