4月24日，deepseek-v4大模型正式发布并全面开源，华为云率先完成适配。该模型支持百万级token超长上下文，在智能体（agent）能力、全球知识覆盖以及复杂推理性能等方面，均达到国内乃至开源社区的领先水平。值得关注的是，其轻量高效版本——deepseek-v4-flash，参数量精简至284b，在显著降低推理开销的同时，进一步压缩模型参数规模与激活内存占用，从而提供更敏捷、更具成本效益的api服务，真正推动百万级上下文能力走向普惠化应用。目前，华为云maas（model-as-a-service）模型即服务平台已面向开发者开放免部署、一键调用的deepseek-v4-flash tokens服务。
为加速新模型落地，华为云在系统层、算子层与集群层开展深度协同优化，围绕调度效率、计算效率与数据流转效率三大核心维度，构建起支撑DeepSeek-V4高性能运行的全栈技术底座。
针对DeepSeek-V4独特的注意力机制，华为云首发实现模型分层注意力压缩技术，大幅提升KVCache资源分配与管理效率；同时集成TopK、SWA、CFA等十余种昇腾AI芯片专属高性能融合算子，并结合框架层异步调度策略、MTP多步推测解码等关键优化手段，全面支持原生100万Token长上下文的高吞吐、低延迟推理。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
华为云以高性能AI基础设施为根基，持续打造开放、包容、强韧的“硅基黑土地”，广泛兼容自研及第三方主流大模型与多样化智能体，助力企业破解实际业务难题，切实提升智能化生产效能。
目前，金山办公、360等头部企业已率先通过华为云接入DeepSeek-V4模型。此外，功能更强、能力更优的DeepSeek-V4-Pro版本也即将上线。
