从 Deepseek v4 看 AI 未来新格局

问题描述：

从 Deepseek v4 看 AI 未来新格局

1.英伟达彻底丧失独大地位已为时不远，预估两年左右AI硬件会形成两极格局，即中美。

2.传统向量检索的 RAG 形式会很快淘汰，RAG 的趋势一定是以结构化数据为基础的各种变体，检索上引擎会完全由LLM驱动。

理由：
第一个问题：

英伟达护城河是 Cuda 与制程。

Cuda 所以为护城河，其关键一个因素要兼容各种软件平台，这是一份沉重的历史债，也是其最核心的护城河。但单看 LLM 的训练与推理这个单项，英伟达 Cuda 的护城河则浅得多得多。简单讲，完整的 Cuda 生态要兼容各种游戏、设计等场景，这些场景与 Cuda形成了深度耦合。这些各种场景往往个性化严重，涉及产商自己的各种技术债，例如各种特化的奇淫巧技与神奇 Bug 等，这些技术债形成的屎山代码在与 Cuda 的相互兼容进化中已经极难理解和维护了。

但抛开这些技术债，回归 LLM 本身的核心科学计算上，护城河可谓浅得一批，甚至具有大量因为兼容其它的屎山而导致的各种副作用。

在 R1 之后，Deepseek在科学计算上的创新可谓层出不穷，这些原本都是属于 Cuda 生态的份内工作，每一次都带来巨大的 LLM 训练和推理的收益。而 v4 直接运行在昇腾上，可以肯定，在 LLM 相关的科学计算上，Deepseek已经系统系统性掌握了其核心，并且在相当程度上已经超过了英伟达。

放在以前，即使掌握 Cuda 的科学计算体系，也很难在短时间建立起一个替代的体系。就像开发者会开发某个软件，但也不意味着能在短时间内凭借理解和记忆复刻出来。但是，编程 Agent 发展到现在，这个问题已经不是问题了。Codex、Claude code等编程 Agent 的工程逆向能力有目共睹，也就是说只要完全理解和掌握一个体系，重建出这个体系的效率已经发生了翻天覆地的变化，v4 运行在昇腾上已经足够说明这一点。

所以对于 AI 来说，Deepseek 对 Cuda 可谓是如履平地，以后 Cuda 大概要经常抄Deepseek 的作业，谁让 Deepsee k是大善人呢。