9月30日这天，DeepSeek在自家GitHub账号上，开源了一整组面向华为昇腾芯片的基础设施组件，一共六个。
核心的三个是TileLang、DeepGEMM、DeepEP，每一个都能在英伟达那套软件栈里找到对位，这一次却专门为华为昇腾芯片而生；同批发布的还有TileKernels、FlashMLA、DeepSelect三个组件。
不少自媒体把标题写成“对标CUDA”，可真点进仓库读一遍，会发现它干的事比标题要实在得多。
一组六个组件，一条从英伟达搬过来的训练链
9月30日，DeepSeek在GitHub上新开源的这组组件，全部锚定华为昇腾平台。据36氪、腾讯新闻当天报道，它们与DeepSeek此前在英伟达硬件上放出的同类开源项目形成对位关系。
打个比方理解这件事：这就像一款在Windows上跑得很顺的桌面软件，被人原封不动移植到Linux上。应用软件本身没换，跑的还是那套业务逻辑，只是底下调度硬件的指令层换了另一种语言。
核心三件套各自管一段。据财联社、OSCHINA同日报道，TileLang是一门高级编程语言，目的是让写高性能算子这件事没那么费劲——它先在英伟达卡上跑通验证，再把昇腾的指令封装进同一套接口。
DeepGEMM Ascend负责矩阵乘法那一层，DeepEP Ascend负责多张卡之间的集合通信，对应到英伟达生态里，就是GEMM库和NCCL通信库这两个位置。同批开源的另外三个组件也各有分工：
TileKernels装着一批常用算子，FlashMLA管稀疏注意力，DeepSelect负责TopK数据筛选。
换成大白话：矩阵计算是大模型做大规模数值运算时最底层的那道工序；集合通信是上百张卡一起训练时，彼此递数据、对答案的那条线；TileLang则是给写这些工序的工程师准备的一支顺手的笔。三件事加在一起，
正好凑齐训练一个大模型绕不开的底层环节。
同一份公告还带出另一条进展。据36氪披露，DeepSeek与华为联合调优的一套昇腾950、共128张卡的集群方案，已经走完验证流程；这一数据目前只有单一来源，尚未见到第二方交叉确认。
更关键的细节藏在工具链的实际用途里。据DeepSeek自己披露，TileLang已经承担起DeepSeek-V4训练过程中大部分算子的实现工作；这一点同样是单源信息，外部还没有独立的复现报告。
把这些信息拼起来看，DeepSeek不是凭空新写，而是搬旧栈——把自己已经在英伟达卡上验证过、并且正在用的训练工具，一层一层搬到了国产硬件上。
它真的不是“中国版CUDA”
自媒体把这件事喊成“对标CUDA”，但只要把反方意见摆到桌面上，就会发现这个标题撑得太大。CUDA从2007年问世到现在，攒了十几年的家底：底下是驱动，往上是一整套数学库、通信库，再往上是编译器和开发工具，
最上面还压着一个庞大的开发者社区。
新开的这组组件，填不满这一整层栈。
这个反驳是站得住的。昇腾这边的开发者基数、文档完善程度、第三方模型的适配广度，跟CUDA比都还有肉眼可见的距离。一个刚起步的芯片平台，不是开源几个核心库就能瞬间补齐生态的。
把话说回来：DeepSeek自己从头到尾没有讲过“做一个中国版CUDA”。真正发生的事，是这家公司把自己内部已经跑顺的那套训练软件，连代码带接口一起，搬到了昇腾上。把标题撑大的，是围观者“又双叒搞大事”的那股兴奋劲。
公告细节里也留着“还没做完”的痕迹。据36氪逐字梳理这份开源说明，DeepEP的昇腾分支里，依然挂着若干标注为开发中的功能；同时DeepSeek没有对外公布V4已经在昇腾集群上跑完一整个大规模训练流程。这两点合在一起，
就是“它还不是CUDA”最硬的注脚。
这件事依然值得做，原因藏在算力分配里。据The Information报道、36氪转引的口径，DeepSeek把超过70%的算力投在了模型训练上，留给推理的不到三成。
训练这一侧的算力盘子越大，手里多握一条硬件路线，多一条硬件路线就多一分筹码。
做模型做到头部的公司，这一回亲自上手给国产芯片写训练用的底层栈，这件事本身的分量，比任何一份产业扶持文件都更能撬动周边生态跟着迁移。国产芯片从“能点亮”到“真能用来训模型”的那一步，过去喊了很多年，
这回是国内头部大模型厂商一行代码一行代码蹚出来的。
不过也要把边界划清楚：从这几个开源组件，到一个完整的开发者生态，中间还隔着文档、教程、第三方框架适配、问题响应速度一长串硬功夫。
生态迁移的驱动方式变了
表面看，这只是一次普通的开源发版。往深一层看，它更像是一个信号：中国AI领域的软硬件协同，正在从发文件、喊口号的阶段，迈入靠工程实践一点点落地的阶段。
最有力的反方意见也得听进去。DeepSeek把自己内部用顺手的工具开源出来，不等于昇腾生态就此成熟；外面的开发者社区会不会真的跟进、跟多久，要交给时间检验。另一个提醒同样刺耳：
中美之间的芯片硬件差距并没有因为这组组件消失，这一步缩小的是软件生态那一段，不是把硬件本身追平，现在就宣布胜利为时尚早。
真正值钱的地方在于参照系。一家走在前面的模型厂商，把自家训练用的核心栈搬到国产芯片上，又把代码全部摊开在明面上，其他想做同样选择的团队，手里就有一份可以直接对照、直接复用的工程样本。以前要从头踩坑，
现在至少有了一条被趟过一遍的路。
对国产芯片来说，这一步的定位要拿准：它是从“能用”往“好用”迈的一格，远不是终局。
发版之后的社区反应，也能侧面说明问题。据OSCHINA记录，仓库上线24小时内，星标数涨得很快；而issue区冒出来的第一条提问，问的是“什么时候支持昇腾910C”。开发者真正关心的，不是发布会里讲了什么，
而是下一个型号什么时候能用起来。
这条提问本身就是风向标：社区已经不纠结“要不要迁过来”，而是在追问“下一颗芯片什么时候跟上”。当一套被头部公司自己验证过的代码摊开在那里，后来者省去的是从零摸索的时间，多出来的是一份可以照着改、照着跑的参照。
生态迁移的节奏，从此前靠政策文件去推，慢慢换成了靠工程范例牵引。
热门跟贴