The Information相关说法将该项目与 DeepSeek V4.1 Pro 相连，发布窗口指向10月中旬到下旬，且训练体系强调与华为昇腾等国产AI芯片协同。
The Information发布的信息显示，DeepSeek正在进行一次模型规模跃迁：当前在训项目的参数规模被置于2万亿量级，并计划在未来进一步扩展到8万亿参数。由于DeepSeek V4.1 Flash已经释放新架构线索，外界将此2万亿项目与即将发布的DeepSeek V4.1 Pro相关联，发布时间窗口被放在假期之后、10月中旬到下旬。
技术层面，DeepSeek V4.1 Pro预计承接前一版本中的关键设计，包括CED+Engram、Prefill与Decode拆分，以及非对称式激活结构。围绕这些结构，相关分析给出的资源估算口径为：完成2万亿参数规模训练约需50到60万亿Token；按不同加速卡推算，所需卡数约为3万张H100/H200、1.5万张B200，或6万张昇腾910C。若改用昇腾950系列，卡数被估计在3万张左右，接近H200水平。
产业协同方面，DeepSeek的训练策略被描述为更紧密地绑定国产AI芯片，其中华为昇腾系列被列为重点路径。昇腾950分为PR与DT两条产品线，分别服务训练与推理，并在流程上拆分Prefill与Decode；这与DeepSeek新架构形成软硬件协同优化的空间。国内已有国产AI芯片训练万亿级大模型的公开案例，但达到2万亿参数且被明确确认的案例尚未出现。公开提及的超2万亿参数国产模型主要包括文心一言5.0、Kimi K3、千问Qwen 3.8 Max，MiniMax M3等仍在等待发布的产品也未说明采用国产AI芯片训练。