文｜苏扬
编辑｜晓静
9月30日，DeepSeek宣布开源面向华为昇腾的基础设施组件，涵盖TileLang算子编程语言及其编译支持、计算库和分布式通信库，并强调：“所有组件与此前面向英伟达平台的开源组件一一对应。”
DeepSeek正将支撑自家模型研发的核心工具和算子能力，系统地扩展到昇腾平台。双方的合作，由模型适配进一步深入训练与推理所依赖的基础软件。
官方还披露，DeepSeek与华为共同推进基于昇腾950的128卡超节点方案，并对计算与通信进行深度优化。
01 让核心研发工具有另一条硬件路线
这套开源里，最关键的角色是TileLang。
大模型研究中的新想法，需要通过算子变成芯片能够执行的计算。算子开发越复杂，研究者验证新结构、优化训练效率所需的时间就越长。DeepSeek对TileLang的期待，是让开发者用更简单的语言编程，同时保留充分利用芯片性能的能力。
按照DeepSeek的介绍，相较CUDA，TileLang能够简化代码逻辑、提高开发效率；相较其他同类高级语言，其编程模型能够更充分地发挥芯片特性。这条路线先在英伟达平台得到验证，如今已承载V4系列模型训练中大部分算子的实现，是DeepSeek开发高性能算子的核心工具。
此次昇腾版本封装了底层Ascend C指令。DeepSeek称，目前训练中使用的每一个TileLang算子，在昇腾上都有对应的高性能实现。
这项进展的意义，是DeepSeek能够将已经熟悉的研发工具延伸到另一种硬件上，减少为不同平台重复开发的负担。昇腾获得的支持，也更贴近模型团队自身的训练需求。
但编程工具只是其中一环，模型还需要高效执行具体计算，并在多张卡之间交换数据。
因此，此次开放的组件还包括加速矩阵运算的DeepGEMM、处理跨设备通信的DeepEP，以及覆盖向量计算与访存、稀疏注意力，以及用于注意力索引和采样的Top-K选择等操作的TileKernels、FlashMLA和DeepSelect。它们为常见任务提供可复用的实现，让开发者不必逐项从头优化。
“一一对应”也由此有了实际含义。部分项目已经对齐上层接口，例如TileKernels支持同一套Python接口在英伟达GPU与华为NPU上运行，底层实现根据硬件选择。
不过，接口能够复用，性能仍需针对硬件打磨。DeepSeek在公告中感谢华为团队给予“毫无保留的大力支持”，双方围绕128卡超节点共同优化计算与通信，正是为了让这些软件能力在具体系统中发挥作用。
DeepSeek称，多项关键测试用例的性能已接近硬件上限。这些成绩仍属于特定测试条件下的结果，但显示双方的工作已经进入性能深度优化阶段。
此次进展之前，昇腾生态已围绕DeepSeek模型开展多轮适配。
02 从推理服务，逐步进入模型研发
2025年8月，DeepSeek发布V3.1时，解释其UE8M0 FP8设计面向即将发布的下一代国产芯片。虽然没有点名华为，但这一表态说明，国产硬件需求已开始进入模型团队的技术设计考量。
2025年9月29日，DeepSeek-V3.2-Exp发布，引入稀疏注意力机制，并开放相关算子实现。同一天，TileLang-Ascend开源，围绕昇腾建设高级语言开发能力的工作由此公开。
2026年4月24日，V4预览版发布，昇腾适配已延伸至推理和训练侧。开放原子开源基金会披露，相关实践包括推理优化、Ascend C融合算子，以及训练优化和续训练；TileLang-Ascend也发布了V4算子。
此次DeepSeek明确将适配范围对齐自家训练使用的TileLang算子，并将计算与通信组件成套开放，同时披露了与华为围绕昇腾950开展联合优化的进展。
从已发布模型的部署适配，到面向新结构的算子优化，再到此次基础设施组件开放，昇腾对DeepSeek的支持正进一步深入模型研发所需的软件层。
03 扩充算力，需要跨过软件这一关
9月24日，腾讯科技报道，DeepSeek规模为500亿元的第二轮融资已接近结束，但部分审核仍在进行，具体落地时间尚不确定。路透社此前也报道，DeepSeek已聘请中信证券筹备潜在的科创板IPO，上市时间及募资规模尚未确定。
资金可以支持研发和基础设施投入，但新增硬件能否转化为有效算力，还取决于软件适配与运行效率。
据The Information报道，梁文锋在近期投资者会议上表示，DeepSeek将超过70%的算力用于模型训练，留给推理的算力不足30%。这也解释了，为训练所依赖的核心工具增加硬件选择，具有怎样的现实分量。
对DeepSeek而言，昇腾上的工具与组件越完善，未来选择算力平台时，需要重新投入的工程成本就可能越低。对华为而言，与模型团队共同优化，有助于让芯片软件更快跟上模型结构变化，将适配经验用于后续产品。
开源又使这种合作具备向外扩展的可能。DeepSeek表示，希望TileLang昇腾版本能为更多AI芯片建立高可用软件生态起到示范作用。如果其他团队可以复用这些工具，更多国产芯片承接前沿模型的门槛也有望降低。
从组件开源到稳定承担大规模生产任务，仍有工作要做。DeepEP昇腾版还列有开发中的功能，此次公告也未披露V4已在昇腾上完成全流程大规模训练，但可以看出DeepSeek正与华为一起完善一条能够持续支持模型研发的硬件路线。
