DeepSeek 把模型训练搬到了 AMD 的卡上，不再是NVIDIA独占了

昨天的 AI 圈有一件看起来很工程、但其实挺要紧的事。

LMSYS 团队昨天发了一份工程报告。说 DeepSeek 最新一代 V4 Flash 模型的强化学习训练——这一步是大模型从"能聊"变成"能解题"的关键训练环节——整条管子，已经在 AMD 的 MI355X 显卡上端到端跑通了。

报告一共 9 个图，从训练链路图、架构图到精度对比图、奖励曲线图，把每一步都拆给你看。

为什么这件事值得讲？不是因为 AMD 突然崛起，而是因为国产大模型的训练，过去几年几乎都压在英伟达一根线上。卡的型号、显存、配套软件生态，围着一家转。

这一次，DeepSeek 把这条路走通了。

几个关键数字

模型总参数 2840 亿，每次答题只激活 130 亿。训练用 4 个节点、每节点 8 张 AMD MI355X 卡，一共 32 张。

跑了 100 多步训练，每一步的"答题概率"和"评分概率"对得上，差距稳定在 0.09 左右，没有漂移。

最终效果是数学题集 AIME-2024：单题准确率从 0.39 提升到 0.49，8 次抽答的覆盖率从 0.53 提升到 0.67。回答被截断的比例从 60% 降到 55%——这意味着模型"写得完"的能力也涨了一截。

这些数字本身不算惊艳。

但它证明了一件事：AMD 这条硬件路线，从"能跑起来"走到了"能稳定训练出效果"。

这件事到底难在哪

难的不是"让模型跑起来"，而是"让两个不同引擎对同一个问题给出几乎一致的答案"。

强化学习你可以理解成"让模型边做题边自我批改"。做对了给自己加分，做错了扣分，然后顺着分数调自己的答题思路。但这一步有个前提：负责生成候选答案的"答题机"，和负责打分调参的"评分机"，必须对同一道题打出几乎一样的概率。

差一点点，模型就调歪了。

英伟达的 CUDA 生态为什么多年来几乎垄断大模型训练？就是因为这套"答题机"和"评分机"的概率对齐工程，CUDA 这边已经打磨得非常顺滑。换到 AMD 的 ROCm 栈上，每一个精度细节、每一次权重同步、每一轮多节点通信，都要重新校准。

这件事国内外想做的人不少。但凡沾到强化学习、混合精度、多节点协同这些工程细节，几乎都回头用英伟达。

DeepSeek 是第一个把这条管子完整走通的。

对国产 AI 栈意味着什么

这是买了一笔"硬件保险"呀。

过去几年，国产大模型的训练节奏跟英伟达的供应节奏绑得太紧。卡的产能、出口管制、显存升级周期——任何一个变量卡一下，整个训练链条就卡壳。

AMD 这条路被证明能跑出成绩，意味着下一次不管是采购新卡、谈价格、做国产推理服务，手里多了一张牌。

对消费端的意义慢一点，但方向已经埋下了。当训练侧不再被一家卡死，推理侧的硬件选择、价格、API 成本都会松动。下一次你打开一个国产 AI 助手，背后跑的卡可能不再是统一的型号。

这笔账不是钱。是选择权。

接下来值得关注的事，是 FP8 训练全链路打通、性能调优、更大规模验证。当 DeepSeek 把这条路打通，小红书、快手、美团、百度这些已经在用国产卡做推理的团队，接下来很可能顺着这条路线，把训练侧也切到 AMD 栈上。至此，大模型的训练终于不再是NVIDIA独占了。

那一天，应该不会太远。