DeepSeek 联手华为开源昇腾工具链：TileLang 昇腾版对标 CUDA

9 月 30 日，DeepSeek 在官方微信公众号宣布，开源面向华为昇腾算力平台的一整套基础设施组件，一共 6 套，每一套都和它之前面向英伟达平台的开源工具一一对应。主角是 TileLang 昇腾版：高级语言编译工具，对标英伟达的 CUDA。

这次放了什么

• TileLang：封装底层昇腾 Ascend C 指令，开发者用高级语言写算子，不损失硬件性能。
• DeepGEMM：矩阵运算加速，支持 BF16、FP8、FP4。
• DeepEP：多卡分布式通信，接口刻意与英伟达版对齐。
• TileKernels：向量计算与内存访问，同一组 Python 接口跨英伟达 GPU 和华为 NPU 通用。
• FlashMLA：稀疏注意力算子，优化长上下文效率。
• DeepSelect：TopK 数据筛选。

DeepSeek 的说法是，这套路线先在英伟达平台上验证过。V4 系列模型训练中用到的绝大多数算子，都基于 TileLang 实现。这次昇腾版本也一样：训练里用到的每一个 TileLang 算子，在昇腾上都已经有了对应的高性能实现。

TileLang 为什么关键

CUDA 真正难撼动的是十几年积累下来的软件生态和开发者习惯。DeepSeek 这次做的，就是替国产芯片把这块护城河一块一块填平。

官方介绍里，TileLang 相比 CUDA 编程更简单，能提高开发效率、简化代码逻辑。相比其他同类高级语言，它的编程模型更贴合芯片特性，能跑到接近硬件性能上限。

128 颗昇腾 950 的超节点

软件之外，双方还一起搭了硬件验证场：基于 128 颗昇腾 950 芯片的“超节点”方案，把 128 颗芯片连成一台逻辑上的超大型运算机器，对计算和通信做了深度优化。据称多项测试里性能已接近硬件上限。梁文锋还透露，公司目前超过 70% 的算力用于模型训练，软件栈迁到昇腾之后，算力来源也能跟着多元化。

先别急，README 里写了但书

不过 DeepSeek 自己的 GitHub README 也把限制写得很清楚。但性能数字是在华为提供的概念验证版开发套件（未公开的早期测试硬件）、加未公开手动配置跑出来的。完整带宽得等 Atlas 850E 商用版开发套件，预计 10 月中旬上市。

DeepEP 在专家并行规模不超过 32 时，分发带宽约能达到物理上限的 90% 到 95%。规模再放大和结果汇总的性能仍在优化中。

对标 CUDA 的那一层也有缝隙。FlashMLA 的融合算子目前只支持英伟达平台，昇腾版还没有。DeepSelect 的昇腾版只支持 bf16，不支持 fp32。接入这套工具链，得先配齐昇腾芯片、CANN 9.2.0 以上软件栈和固件，门槛并不低。

接下来看什么

这次开源的意义在软件层：国产大模型第一次有可能在昇腾上，从编译、计算到通信走完完整训练流程，不用在任何环节回退到英伟达。接下来看两件事：Atlas 850E 商用版开发套件能否按期上市；社区能不能补上缺口。