算力底座深度协同 联想ThinkStation AI工作站全域适配DeepSeek-V4

DeepSeek再炸场！模型本地化部署迎来新拐点

4月24日，AI领域又迎来一个重磅时刻：DeepSeek-V4系列模型预览版正式上线并同步开源。更值得关注的是，联想AI工作站宣布完成全面适配。这意味着什么？简单说，顶尖大模型跑在自家电脑上的时代，门槛正在被大幅拉低。

效率天花板：百万级超长上下文

这次DeepSeek V4带来的第一个震撼弹，是百万级Token的超长上下文能力。约75万字的处理上限，意味着它可以一次性“吞下”整部《三体》三部曲，或者一个完整的代码仓库。这背后是混合注意力架构（CSA+HCA）的创新突破。

更关键的是效率。通过全新的稀疏注意力机制，V4-Pro在处理百万token时，计算量仅为前代的27%，显存占用更是低至惊人的10%。而面向效率优化的V4-Flash版本，这两个数字被进一步压缩到10%和7%。长文本处理的壁垒，这次是真的被凿开了。

性能登顶：全球顶级的综合实力

架构创新直接反映在性能上。DS-V4的综合实力已经稳稳站在全球第一梯队，多项关键能力甚至超越了顶级闭源模型。

在数学、STEM和竞赛代码能力上，它已经超越了所有公开评测的开源模型，与GPT-5.4、Claude Opus 4.6等闭源巨头站在了同一水平线。

其Agentic Coding（代码智能体）能力达到了开源最优水平。在自主规划、工具调用和长程任务执行方面的进步尤为明显，内部使用体验反馈甚至优于Claude Sonnet 4.5。

在世界知识测评方面，它也大幅领先其他开源模型，仅稍逊于顶尖闭源模型Gemini-Pro-3.1。可以说，开源模型的性能天花板，被再次刷新了。

两大版本：旗舰与普惠并行

DeepSeek-V4系列提供了两种基于MoE架构的模型，清晰地区分了应用场景。Pro版（专家模式）瞄准的是复杂推理、Agent任务、代码工程、科研分析等高难度战场；而Flash版（快速模式）则面向日常高频、需要快速响应的场景。

这里有个非常实在的亮点：V4-Flash在简单任务上的表现接近Pro版，但成本仅为后者的18%。对于大多数常规应用场景而言，Flash版无疑是更具性价比的选择。普惠，不再只是口号。

原生多精度设计：从源头适配全档位量化

这次升级还有一个容易被忽略但至关重要的细节：DeepSeek-V4采用了“FP4+FP8混合精度”的量化感知训练策略。这意味着模型从训练阶段就原生理解低精度运算，为向下兼容INT8/INT4等格式打下了极好的基础。

对企业用户来说，这直接转换成了部署灵活性。DeepSeek-V4不仅能在云端流畅运行，更能高效适配本地AI工作站。从前期的开发验证到后期的业务落地，整个流程都变得更加顺畅高效。

联想AI工作站全面适配

模型能力再强，也需要坚实的算力底座来承载。面向DeepSeek-V4的不同版本，联想AI工作站已经完成了全面适配。本地化部署的路径，变得前所未有的清晰。

DeepSeek V4-flash：桌面级AI超算底座

DeepSeek-V4-Flash主打高频、快速、普惠，非常适合个人开发者、小型团队以及内容创作团队。长文本处理、代码辅助、知识库问答、本地Agent搭建等任务，都能高效完成。

联想给出的方案是：推荐两台ThinkStation PGX互联，打造桌面级AI超算底座。ThinkStation PGX AI超算工作站搭载NVIDIA GB10高性能芯片，配备128GB一致性内存，单台就能提供1000TOPS的AI算力，并附赠全套专业开发软件栈。

单台机器可支持200B参数模型，而双机互联最高能适配405B参数模型。承载DeepSeek-V4-Flash的本地推理、长上下文处理以及复杂Agent应用部署，完全不在话下。

DeepSeek V4-Pro推荐：支持百人团队并发使用

对于更重载的V4-Pro，联想推荐的是ThinkStation PX旗舰双路AI工作站。它面向的是专业AI开发、数据科学、工程仿真与复杂计算任务，核心用途包括模型适配、量化推理、行业化验证和企业级AI工作流开发。

其扩展能力非常强悍，可支持至多4张顶级专业显卡，显存最高可达288GB（72*4），最高能支持百人团队的多用户并发使用。

如果还有生产级推理这类更高阶的需求，它还能与联想服务器形成“工作站开发验证 + 服务器生产部署”的协同架构，灵活应对不同阶段的算力需求。

强强联合，让AI转型触手可及

根据IDC最新报告（2025年12月），联想工作站产品以47.4%的市场份额稳居榜首。其核心优势可以归结为五点：强大性能、快速部署、本地安全、多维生态和全栈服务。这使它成为企业和个人AI转型过程中一个非常可靠的“最佳拍档”。

相比传统的云服务或纯服务器方案，这种“顶尖模型+本地工作站”的组合，真正实现了几个关键突破：算力下沉到桌面、核心数据留在本地、总体成本可控、开发效率倍增。AI开发正在从过去的“云端依赖”模式，稳步走向“本地自主”的新阶段。

这场强强联合，持续为各行业的智能化升级筑牢算力底座。一个高效、可控且落地性更强的AI普惠时代，或许已经拉开了序幕。