9 月 30 日，DeepSeek 干了一件可能改变国产 AI 格局的事：把训练自家大模型的那套底层软件，全部开源给了华为昇腾芯片。

中心是一套叫 TileLang 的编程语言，外界直接把它称为「中国版 CUDA」。

很多人盯着芯片性能看热闹，但真正的行家一眼就看出：DeepSeek 这次打的，是英伟达最坚固的那道墙——不是硬件，是软件生态。

这篇文章，我带你把这个「六件套」拆开揉碎，讲清楚它为什么重要、能走多远，以及作为开发者，你该不该现在就开始学。

---

一、9 月 30 日到底发生了什么？

一句话概括：DeepSeek 通过官方微信公众号宣布，开源一整套面向华为昇腾 AI 芯片的编程工具链，共六个模块，华为全程参与支持。

关键信息先给你划重点：

• 六件套：TileLang（内核编程语言）+ 五个配套组件（DeepGEMM、DeepEP、TileKernels、FlashMLA、DeepSelect）；
• 对标对象：英伟达的 CUDA 生态；
• 官方定位：DeepSeek 称这套工具是它「做 AGI 研究的核心工具」，训练 V4 系列大模型的绝大多数算子都基于 TileLang 实现；
• 配套硬件：双方联合调优了一个由 128 块昇腾 950 芯片组成的「超节点」；
• 落地规模：DeepSeek 计划在内蒙古建一个部署至少 16 万块昇腾加速器的数据中心。

为什么这则消息分量这么重？因为它戳中了中国 AI 产业多年来的一个隐痛：芯片能造出来，但软件生态跟不上，导致「有芯无用」。

---

二、先破一个认知：CUDA 的护城河，从来不是芯片

很多人以为英伟达的霸权靠的是显卡性能。错了。性能只是门票，真正的护城河是 CUDA 软件生态。

有几个数字能说明问题：

• 全球大约有 400 万开发者写过 CUDA 代码；
• 十几年积累下来的优化算子库（cuDNN、cuBLAS、TensorRT……）、教程、社区问答、第三方工具，形成了一道极高的迁移成本墙；
• 对很多团队来说，选英伟达不是因为芯片最快，而是因为「工具链好用、出了问题网上有人答」。

所以美国出口管制卡住先进芯片，真正卡的其实是——中国就算造出了够用的芯片，没有配套软件，开发者也不愿意迁移。 这才是「卡脖子」最狠的一层。

DeepSeek 这次的动作，本质上是往这道墙上凿洞：它把训练前沿大模型真正用到的那套算子库，公开给昇腾，等于替所有想上国产芯片的团队，把最难啃的软件迁移活干了一大半。

一个很形象的类比：CUDA 生态是一套运营了十几年的「高速公路 + 服务区 + 导航 + 4S 店」体系。DeepSeek 这次不是修了一条新路，而是直接给昇腾配上了全套服务设施，让后来的人能直接上路跑。

---

三、六件套拆解：每一个都是训练大模型的刚需

这套工具不是「为了开源而开源」的噱头，它里面的每一个模块，都是训练和推理一个前沿大模型绕不开的环节。我做成一张表给你看：

模块	干什么用的	对应英伟达生态里的角色
TileLang	Tile 化内核编程语言，写高性能算子的「语法」	对标 CUDA C
DeepGEMM-Ascend	矩阵乘法算子库（神经网络的核心运算）	对标 cuBLAS
DeepEP-Ascend	大规模集群通信库（多卡协同训练/推理）	对标 NCCL
TileKernels	通用向量运算与内存访问算子	对标 CUDA 的基础 kernel
FlashMLA	多头潜在注意力（MLA）算子，长文本场景	对标 FlashAttention
DeepSelect	数据过滤工具	数据预处理环节

看这张表你就懂了：这六个模块，恰好覆盖了「训练一个大模型」从数据、到计算、到通信的完整链路。

而每一个模块，都对应着 DeepSeek 此前已经为英伟达芯片开源的同名工具。也就是说，DeepSeek 把自己的「英伟达全家桶」完整复刻了一份「昇腾版」。

其中有一个细节特别值得注意——TileKernels 做到了「一套 Python 接口、两套底层」：同一段代码，跑在英伟达 GPU 上自动走 CUDA 实现，跑在华为 NPU 上自动走昇腾实现，由程序在运行时自己选择。这对开发者意味着什么？迁移成本被压到了最低——你几乎不用改代码，换个后端就行。

---

四、重点讲 TileLang：它凭什么敢叫「中国版 CUDA」？

六个模块里，真正的 C 位是 TileLang。这是理解整件事的关键。

4.1 它是什么？

TileLang 是一种 Tile-based（分块）的内核编程语言。它的核心思想是：写高性能算子时，你思考的单元不是「一个个线程」，而是「一块块数据」（Tile）。

CUDA 编程为什么难？因为你要手动管理线程、线程块、共享内存、显存层级，写一个高效的矩阵乘法要操心一大堆底层细节。这是 CUDA 十几年来让无数人劝退的门槛。

TileLang 的思路是把这些复杂度抽象掉：你只需要描述「数据怎么分块、块与块之间怎么流动」，编译器负责把它翻译成高效的底层代码。用更少的心智负担，逼近硬件的性能上限。

一个概念性的对比（示意代码，帮助理解思想，非可运行源码）：

# 传统 CUDA 思路：你脑子里要装着一堆线程、block、shared memory
# 一个矩阵乘法的 kernel 动辄上百行，还容易写出低效实现

# TileLang 思路：描述"数据分块 + 块间搬运"即可
@tile_kernel
def matmul(A: Tile[128, 128], B: Tile[128, 128], C: Tile[128, 128]):
    # 把大矩阵切成 128x128 的块，块内并行算，块间按需搬运
    C[...] = A @ B
    # 编译器自动处理：调度、同步、内存层级、向量化

（注：以上为帮助理解的示意伪代码，非 TileLang 真实 API；真实写法涉及更细的 tile 布局与流水线标注。）

把两者放在一起对比，差异会更直观：

维度	CUDA	TileLang
编程单元	线程 / 线程块 / 网格	数据块（Tile）
内存管理	手动管理显存层级、共享内存	编译器自动处理
线程同步	手动写同步逻辑，极易出错	自动调度与同步
上手门槛	高，需理解 GPU 底层架构	相对低，描述数据流即可
性能天花板	极高，充分优化可逼近理论极限	高，官方称关键算子达 95% 硬件极限
生态成熟度	十几年积累，极成熟	早期，正在构建中

一句话概括两者的关系：CUDA 像手动挡，掌控一切但门槛高；TileLang 像自动挡，牺牲一点极致自由度，换取大幅降低的上手成本。 对一个想要「更快上手国产芯片」的新生态来说，后者显然更友好。

4.2 它从哪来？

一个很多人不知道的背景：TileLang 最早不是 DeepSeek 发明的，而是 2025 年初由北京大学的研究者提出。DeepSeek 在英伟达老芯片上做了充分验证后，把它当成了自己的主力工具，随后一路推进到昇腾平台。

这个出身决定了它的一个独特优势——它不绑定任何一家硬件厂商。TileLang 的位置在「模型」和「芯片」之间：芯片厂商只需要提供编译后端和底层指令接口，上层基于 TileLang 写的算子生态就能复用。

这句话的分量，我们放到第六节专门展开。

4.3 怎么上手：核心仓库已经全部公开

这套工具不是 PPT 发布，是真金白银地放到了 GitHub 上。想上手，核心仓库先 clone 下来：

# TileLang 昇腾后端（内核编程语言）
git clone https://github.com/tile-ai/tilelang-ascend.git

# DeepSeek 昇腾矩阵乘法算子库（对标 cuBLAS）
git clone https://github.com/deepseek-ai/DeepGEMM-Ascend.git

# DeepSeek 昇腾通信库（多卡协同训练/推理，对标 NCCL）
git clone https://github.com/deepseek-ai/DeepEP-Ascend.git

需要提醒一句：这几个仓库仍依赖华为的 CANN 计算软件层才能跑起来，也就是说，上手前提是你手上得有昇腾的硬件环境或云资源。对绝大多数人来说，现阶段更现实的是「先读代码、先理解思想」，而不是急着跑通。

---

五、性能到底行不行？看数据，别听口号

「对标 CUDA」这话谁都会说，关键看数字。DeepSeek 这次给了几个硬指标：

测试项	实测性能	相对硬件理论极限
昇腾 950 稀疏注意力算子（读取/输入阶段）	410 TFlops	95%
昇腾 950 稀疏注意力算子（生成/逐步输出阶段）	360 TFlops	83%

翻译成人话：在关键算子上，DeepSeek 已经把昇腾 950 压榨到了接近硬件物理极限的程度。

这背后的工程意义是什么？要知道，一块芯片的「纸面算力」和「实际能跑出来的算力」之间，往往隔着巨大的差距——差的这一截，就是软件优化的功夫。能把利用率做到 95%，说明这套软件栈在「充分释放硬件性能」这件事上，已经达到了相当高的成熟度。

不过，这里我必须给你泼一盆冷水，保持冷静（第六节细说）：这些数字目前是 DeepSeek 单方面公布的，还没有经过第三方独立验证。 真实世界的采纳情况，要看它是否稳定、可扩展、且「DeepSeek 之外的团队」也能用好。

---

六、真正的深意：国产芯片第一次「共享算子生态」

如果只看到「华为芯片 + DeepSeek 软件」，你就只看到了第一层。往深一层看，这件事的战略意义大得多。

长期以来，国产 AI 芯片最大的问题不是「造不出来」，而是「各自为战」：

• 寒武纪、海光、摩尔线程、沐曦……每一家都有自己的一套软件体系；
• 模型厂商每适配一家芯片，都是一次全新的迁移，开发资源被反复消耗；
• 没有统一的算子生态，开发者就不愿意来，开发者不来，生态就更荒——这是个死循环。

而 TileLang 的位置，恰好打破了这种割裂。因为它不归属任何一家硬件厂商：

芯片厂商只需要提供「编译后端 + 底层指令接口」，上层基于 TileLang 写的算子生态，就能被所有芯片复用。

昇腾这次开放了 Ascend C 与 PTO ISA 底层指令体系，就是迈出了「让算子生态跨芯片复用」的第一步。

这意味着什么？如果这条路走通，未来国产芯片可能第一次拥有一个「共享的算子生态」——就像英伟达的 CUDA 生态里，开发者写一次代码，N 卡都能跑。这对整个国产 AI 产业的想象力，远超任何单款芯片的性能参数。

用一句大白话总结：DeepSeek 这次不只是在帮华为，它是在试图给整个国产芯片产业，铺一条「共享的软件地基」。

---

七、这不是突袭，是一场蓄谋已久的布局

如果你以为这是 DeepSeek 一拍脑袋的「突袭」，就把它看浅了。把时间线拉出来，你会发现这是一场谋划了一年多的「明牌」：

时间	事件	信号
2025-08	DeepSeek 发布 V3.1，采用 UE8M0 FP8 数据格式	官方明说「为下一代国产芯片设计」
2025-09-29	V3.2-Exp 发布并开放算子实现，昇腾同日完成适配，TileLang-Ascend 当天开源	模型方与芯片方开始深度协同
2026-04-24	V4 预览版发布，华为宣布 V4 在昇腾首发，多家国产芯片厂商跟进适配	国产芯片首次承接前沿模型「首发」
2026-09-30	开源昇腾「六件套」，联合调优 128 卡超节点	把训练底层工具链整体开放

这张时间线透露了一个清晰的信息：DeepSeek 和华为的协同，是从「模型设计阶段」就开始的，而不是事后补适配。

尤其 2025 年 8 月那个「UE8M0 FP8」格式的细节很妙——DeepSeek 在设计模型时，就直接按照国产芯片的能力来定数据格式。这意味着未来国产芯片不再是「追赶者被动适配前沿模型」，而是「从一开始就被纳入模型设计」的参与者。角色变了，格局就变了。

---

八、冷静一点：现实里的三道坎，一道都绕不过去

说了这么多「重大意义」，如果不讲清楚局限，就是不负责任。摆在 TileLang + 昇腾面前的三道坎，一道比一道硬：

第一道坎：性能差距依然存在。 更早的公开报告显示，华为昇腾 910C 的推理性能大约是英伟达 H100 的 60%。昇腾 950 虽然更强，但至今没有经过大规模独立基准测试。纸面数据再漂亮，也要等第三方实测说话。

第二道坎：软件生态的差距是全方位的。 DeepSeek 开源的六件套，解决的是「核心算子」这一环。但 CUDA 生态里还有 profiler（性能分析器）、调试工具、PyTorch 算子覆盖率、社区知识沉淀……这些「周边」的完善程度，昇腾离 CUDA 还有相当距离。换芯片，从来不只是换几个算子，是换掉一整套日常工具链。

第三道坎：地缘政治的不确定性。 全球开发者对这套工具的态度是分裂的——海外团队会担心长期支持、供应链、合规风险；国内团队虽然热情高，但要真正迁移生产环境，也需要时间和成本。

所以我的判断是：这是一次意义重大的「破冰」，但离「翻身」还有很长的路。 它解决的是「从 0 到 1」的可用性问题，而「从 1 到 100」的生态繁荣，需要的是年复一年的迭代、文档、bug 修复和第三方验证——这恰恰是英伟达花了十几年才攒下的家底。

---

九、作为开发者，你该现在就开始学吗？

这是大家最关心的问题，我分人群给建议：

如果你在国产芯片相关赛道（AI 基础设施、云厂商、信创项目）：现在就该关注。 这是趋势，早学早占位。TileLang 的门槛比 CUDA 低，上手曲线更友好，值得投入时间。

如果你是普通应用层开发者（写业务、做 Web、做 App）：暂时不用焦虑。 你离「手写算子」还很远，你的日常是调 API、写业务逻辑，这套东西跟你关系不大。保持关注即可。

如果你想在 AI 底层方向建立差异化竞争力：这是一个值得押注的时间窗口。 国产算力软件栈的人才，未来几年会很稀缺。现在入局，窗口期正好。

不过无论哪类人，记住一条：不要因为「国产」两个字就盲目乐观，也不要因为「差距」两个字就盲目唱衰。 理性看待——它在解决真问题，但离「全面对标 CUDA」还早。

---

十、结语：软件，才是这场博弈里最被低估的胜负手

很多人看 AI 芯片之争，只盯着晶体管数量、算力 TFLOPS。但 DeepSeek 这次用行动提醒了所有人一个朴素的事实：

芯片决定下限，软件决定上限。

英伟达用 CUDA 生态筑起了十几年的护城河，而 DeepSeek 开源昇腾六件套，是中国团队第一次系统性地、从软件层面对这道护城河发起正面冲击。成败尚早，但方向清晰了。

对普通开发者来说，这轮变革最值得记住的一句话是：当「硬件」开始可替代，「软件生态」就成了新的主战场——而生态，从来都是靠无数个开发者一行一行代码、一篇一篇文档垒起来的。

国产算力软件栈能不能真正翻身，答案不在 DeepSeek 一家身上，而在每一个愿意进来踩坑、贡献、复用的开发者身上。

你怎么看这波国产算力软件栈的突围？是「真破冰」还是「概念先行」？评论区聊聊你的判断。

---

本文信息综合自 DeepSeek 官方公告、Reuters、Bloomberg、SCMP、The New York Times、The Next Web 等公开报道，数据截至 2026 年 10 月 2 日。性能数据为 DeepSeek 官方口径，尚未经第三方独立验证，请理性参考。