DeepSeek V4 论文首次完整公开一种新的训练范式（专家训练 + 在线策略蒸馏 + 沙盒环境），其工程实现里隐藏着三类全新的固态硬盘工作负载。同样的范式在 OpenAI、Anthropic、Google 的硬件路线上独立验证。当前卖方分析师对训练侧的固态硬盘净增量定价不足，对应的盈利修正空间还在右尾。
V4 论文的工程章节里隐藏着三类全新的固态硬盘工作负载。当前卖方分析师的需求模型几乎不反映这部分。
同样的范式在三家闭源前沿实验室独立验证。三巨头联合反对所谓"对抗性蒸馏"这件事本身证明，多专家蒸馏已是当前最有效的训练范式之一。
| 实验室 | 独立证据 |
|---|---|
| DeepSeek V4 | 论文完整公开三类工作负载的工程实现 |
| OpenAI 5.5 | 命令行工具 Codex 更新日志直接出现"推演记录已包含工具、代码模式、会话、多代理关系"以及"远程沙盒配置要求" |
| Anthropic 4.7 | Opus 4.5 系统说明书提到"多代理配置一致优于单代理基线"；Mythos 系统说明书显示 Firefox 漏洞利用率从 15% 跃升到 84%——只能来自大规模沙盒环境的强化学习训练 |
| Google 3.1 | TPU 8t 官方介绍直接写"快速处理连续强化学习试验"；TPU 8i 三倍片上静态内存为快速注意力缓存更新设计 |
开源前沿落后闭源前沿一个数量级，但训练侧固态硬盘增量随训练量线性放大——单次闭源旗舰训练对应的存储增量可能是 V4 的 10 倍。
| 模型 | 等价 GB200 卡时 | 10 万卡上耗时 | 训练侧存储净增量 |
|---|---|---|---|
| V4-Flash | 130 万 | ~0.7 天 | ~5 PB |
| V4-Pro | 450 万 | ~2 天 | ~20 PB |
| GPT-5.5 | 5,000 万 | ~21 天 | ~200 PB |
| Opus 4.7（估） | 5,000 万 - 1 亿 | ~21-42 天 | ~200-400 PB |
折算锚点：V3 实测 278.8 万 H800 卡时；H800 → GB200 速度比 3 倍；GPT-5.5 由 Stargate 公开的"10 万张混合显卡训练 19 天"反推；Opus 4.7 不披露任何数据，按硬件投入与能力跃升估算。
本研究修正后的全球闪存累积需求，2030 年比卖方共识高约 50%、比早期框架高约 30%。差距来自三个不同节奏的驱动力——推理、训练、持续学习。
2028 年起，部分训练负载从集中训练集群下沉到推理节点。每个节点的系统内存翻倍、固态硬盘容量翻一个数量级。
短期价格弹性看供给紧张度（高带宽内存 > 系统内存 > 闪存），长期收益空间看未被定价的需求向量数量（闪存 > 系统内存 > 高带宽内存）。这两个维度方向相反。
| 介质 | 需求增量来源 | 主要风险 | 综合定位 |
|---|---|---|---|
| 高带宽内存 | 模型参数继续增长、训练规模、长上下文 | V4 把单词元注意力缓存压缩 90% 是反向力量；低功耗内存替代部分场景 | 受益最确定 已充分定价 |
| 系统内存 | 主存切换到低功耗内存、内存池标准化、长期记忆模块 | 2028 年新产能集中释放 | 受益较强 部分定价 |
| 闪存 | 注意力缓存持久化、训练侧三类工作负载、经验回放 | 供给弹性最强是双刃剑、2027 下半年扩产释放压力 | 受益最强 定价最不充分 |
判断兑现的先行指标按观察频率分三档。第一档（每月）变化最敏感，是核心信号源。
本研究过程中暴露出的五个分析偏差，作为后续工作的校准点。
DeepSeek V4 不是能力突破——它落后 GPT-5.5 与 Opus 4.7 大约 3-6 个月——而是第一份完整公开"后训练新范式"工程实现的开源论文。它揭示的三类训练侧固态硬盘工作负载几乎不在卖方分析师的需求模型里；同样的范式在 OpenAI、Anthropic、Google 的硬件路线上独立验证。这部分增量被市场充分定价需要 6-12 个月，是错位定价的窗口。