DeepSeek 把"英伟达那套"搬进了昇腾：国产算力闭环，又向前迈出重要一步

9 月 30 日，DeepSeek 宣布开源一套面向华为昇腾算力平台的基础设施组件，涵盖编译工具、计算库与通信库。这条消息在英文科技媒体上几乎无人报道，在中文开发者圈却引发震动。

因为它补上的不是某一个算子，而是一个被反复提及却始终模糊的词——"国产算力闭环"。这篇文章不重复新闻，只拆三件事：DeepSeek 这次开源的是什么、核心组件 TileLang 到底是什么、以及"闭环"距离真正打通还差哪一块拼图。

01 先看事件：DeepSeek 这次开的，不是模型

以往 DeepSeek 的开源动作多是模型本身。这次不同，它开源的是一整套面向昇腾算力的底层软件组件，包括编译工具 TileLang，以及 DeepGEMM、DeepEP、TileKernels、FlashMLA、DeepSelect 等计算库与通信库的昇腾实现。

关键信息是：这套组件与 DeepSeek 此前在英伟达平台开源的核心底座一一对应。换句话说，DeepSeek 把自己在 CUDA 生态里打磨出来的那套高性能算子与通信方案，"连根带叶、一刀未剪"地搬进了华为昇腾的体系。

这被业内视为 "国产模型 + 国产芯片"闭环 的关键一步——从 V4 发布时昇腾同步适配，到如今基础设施组件全面开源，国产算力的软件栈开始从"能用"走向"好用"。

02 不止 TileLang：这次开源的全套组件

很多人只记住了 TileLang，但 DeepSeek 这次开源的不是一门语言，而是一整套覆盖"算—存—传"全环节的昇腾基建组件。它们各司其职，缺一不可：

• DeepGEMM（矩阵运算引擎）——专为 FP8 混合精度打造的通用矩阵乘法（GEMM）库。大模型推理里 GEMM 类运算能占到计算量七成以上，DeepGEMM 用数百行底层代码，把英伟达 Hopper 与昇腾这类芯片的算力吃满，是"性能上限"的直接来源。

• DeepEP（分布式通信库）——面向混合专家（MoE）模型的高性能全互联（All-to-All）通信引擎。它负责在训练和推理时让不同"专家"之间高效交换数据，支持节点内/跨节点通信、FP8 数据分发，并让计算与通信重叠，减少数据传输瓶颈。MoE 越大，DeepEP 越关键。

• FlashMLA（注意力解码内核）——针对可变长序列优化的高效 MLA（多头潜在注意力）解码内核，通过动态调度显存与算力、优化 KV Cache 管理，显著降低长上下文推理成本。它对标的是业内熟知的 FlashAttention，是"长文本跑得快"的核心。

• TileKernels（高层算子库）——用 TileLang 编写的高性能大模型算子库，覆盖 MoE 路由、量化、位置编码等训练和推理常用操作，并提供统一 Python API，让开发者可以用同一套代码在英伟达 GPU 和华为 NPU 上切换。

• DeepSelect（稀疏注意力算子）——提供 TopK 数据筛选算子，从候选数据中选出得分最高的 K 项，面向 DeepSeek 稀疏注意力（Sparse Attention）与采样器场景。它决定了长文本下"该关注哪些位置"的效率。

这一节想传达的核心是：国产算力闭环需要的不只是"会算"，而是把"怎么算、怎么传、怎么存、怎么选"整套能力补齐。 TileLang 是其中的语言与编译器基座，但真正让它发挥价值的，是这些与之配套、覆盖全环节的算子与通信库。下一节我们单独把 TileLang 讲透。

03 把 TileLang 讲透：一门想"替代 CUDA"的编程语言

上一节列出的组件里，最值得单独拿出来讲透的是 TileLang——因为它不只是一个算子库，而是整个昇腾软件栈的语言与编译器基座，也是这套组件里最有"技术含量"的一环。

起源：北大团队，2025 年初开源

TileLang 是一门开源的 AI 算子编程语言，由北京大学计算机学院杨智副教授团队主导开发，王磊、董宇骐、程羽等是核心开发成员。2025 年 1 月，TileLang 在 GitHub 上正式开源（tile-ai/tilelang），并伴随一篇学术论文（arXiv 2504.17577）。

它的背景值得注意：底层基于 TVM 编译器生态，作者团队同时来自北大与微软研究院。这不是一个"玩具项目"，而是一套有学术深度、面向真实大模型推理场景的编译器基础设施。

定位：让高性能内核开发，从"手写 CUDA"走向"写 Python"

定位可以一句话概括：一门旨在简化高性能 GPU/CPU 内核开发的领域专用语言（DSL）。

传统上，要在英伟达 GPU 上榨出极致性能，开发者必须手写 CUDA C/C++，手动管理指针、线程同步和共享内存，门槛极高。TileLang 的定位，就是把这套"深水区"工作变成用 Python 就能完成。

它的核心思想是把调度（线程绑定、内存布局、流水线）与数据流解耦：开发者只需聚焦内核的数据流本身，其余优化交给编译器完成。这就像"GPU 编程的 Rust"——高层抽象、底层性能，两手都要抓。

用一个直观的数字理解它的能力：社区有说法称，用 TileLang 可以约 70 行 Python 替代 3000 行 CUDA，写出比肩专家库的 kernel；在 Attention-Sinks 等算子上甚至能获得 20 倍以上的加速。

功能与意义：它不是"又一个编译器"，而是一层"跨硬件抽象"

维度	手写 CUDA / 专用库	TileLang（跨硬件 DSL）
编写方式	手写 C/C++，管理指针与同步	Python 编写，关注数据流
硬件绑定	深度绑定英伟达 GPU 架构	通过统一 DSL 抽象硬件差异，编译器适配底层
抽象程度	低，贴近硬件底层	中等，兼顾表达力与优化空间
性能	接近手写上限	接近专家库水平（实测部分场景更优）

这张对比表想说明的核心是：TileLang 的意义不在性能本身，而在于它把"性能"从某个特定芯片上解耦了。 在 CUDA 生态里，性能与英伟达硬件深度绑定，迁移到其他芯片就得重写。而 TileLang 通过"统一 DSL + 编译器适配"的方式，让同一套算子代码理论上可以跑在不同的硬件后端上——这正是它被选作昇腾适配基座的原因。

04 为什么说这是"闭环"的关键一步

英伟达的护城河从来不只是芯片，而是CUDA 软件生态。十几年积累的库、工具链、开发者心智，让后来者即便造出同样的芯片，也跑不起来同样的软件。

国产算力要破局，缺的从来不是芯片本身，而是让芯片"好用"的那层软件栈。DeepSeek 这次开源，等于把最懂大模型推理性能优化的人（自己），和最需要软件栈补位的国产芯片（昇腾），直接对接起来。

更进一步，DeepSeek 用 TileLang 构建的 TileKernels 是高性能大模型内核库，而 V4 发布时昇腾超节点全系列已同步支持。如今基础设施组件全面开源，意味着：开发者拿到昇腾芯片，不再需要从零写算子，而是可以直接站在 DeepSeek 已经优化好的底座上。

05 闭环还差最后一块拼图

那么"闭环"已经打通了吗？还没有。至少还有三块拼图待补：

1. 开发者生态的厚度。 组件开源解决了"有得用"，但"用得好、用得普遍"需要大量开发者参与、社区贡献与工具链完善——这正是 CUDA 用十几年攒下的家底，短期难以速成。

2. 推理框架与调度层的成熟度。 模型内核之外，还需要 vLLM、SGLang 等主流推理框架对昇腾的原生支持，以及分布式通信、集群调度等系统级能力，这层工程积累不是一次开源能补全的。

3. 软硬件协同的持续迭代。 编译器的性能优化依赖与芯片微架构的深度耦合，需要芯片厂商与模型方长期协同迭代，而非一次性的适配适配再适配。

换句话说，DeepSeek 补上了"模型方主动补软件栈"这一环，但要让闭环真正转起来，还需要整个国产算力产业链——芯片厂商、框架方、开发者社区——一起往里填土。

06 这场变化，该怎么看

回到一个更本质的视角：这次开源标志着一个重要的角色变化——大模型厂商开始主动参与芯片软件栈的共建。

过去是芯片厂商（英伟达）用软件生态锁住模型厂商；现在，DeepSeek 作为头部模型方，反向用自己的工程能力去"喂"国产芯片生态。这不是一次简单的开源，而是一种生态话语权的再分配：模型方的优化能力，正在成为算力生态中越来越稀缺的资产。

可以确定的判断是：国产算力"能不能用"的问题正在被解决，"好不好用"才进入真正的下半场。接下来值得观察的，不是又发布了多少组件，而是这三个变量——主流推理框架是否原生支持昇腾、开发者是否愿意迁移、软硬件协同能否持续迭代。