DeepSeek开源昇腾"全家桶"：TileLang、DeepGEMM、DeepEP一次放齐，国产算力补上最缺的一环

9月30日上午，DeepSeek通过官方公众号宣布：正式开源面向华为昇腾算力平台的全套底层基础设施组件。所有组件与此前面向英伟达平台的开源版本一一对应。

这套”全家桶”包括TileLang高级语言编译工具、DeepGEMM矩阵计算库、DeepEP分布式通信库、TileKernels常规算子库，以及FlashMLA稀疏注意力算子和DeepSelect数据筛选工具。

六个开源仓库，同一天全部挂上GitHub。国产AI算力软件生态，从此有了第一套完整的参考实现。

为什么这次开源分量不一样

AI芯片难卖，从来难在软件生态。

英伟达CUDA有近二十年的积累，数百万开发者、成熟的算子库、顺手工具链。国产芯片硬件参数再漂亮，开发者迁移成本高，就用不起来。这是整个行业绕不开的坎。

DeepSeek这次给出的方案，思路清晰：把昇腾Ascend C底层指令封装成高级编程接口，开发者写TileLang就能用上昇腾的硬件能力。

关键在于性能。官方说明里有一句硬指标：TileLang昇腾版本在封装底层指令、提供高级语言编程方式的同时，不损失硬件性能。DeepSeek训练中用到的每一个TileLang算子，在昇腾上都有对应的高性能实现。

多项关键测试用例中，这些组件的计算与通信性能已接近硬件上限。

TileLang由北京大学计算机学院团队主导开发，2025年1月开源，定位是连接大模型算法与底层硬件的”桥梁”。

相比CUDA，TileLang编程更简单，代码逻辑更清晰，开发效率明显更高。相比其他同类高级语言，它的编程模型能充分发挥芯片特性，摸到硬件性能上限。

这条路线先在英伟达平台上验证。目前，DeepSeek V4系列模型训练中大部分算子，都跑在TileLang实现上。

换句话说，支撑DeepSeek V4训练的核心算子体系，现在在昇腾上同样齐备。大模型从英伟达迁到国产芯片，不用大改代码。

这套开源体系覆盖了大模型训练和推理的关键环节：

计算、通信、注意力、筛选，四个环节一次补齐。

DeepSeek在开源说明中透露：华为团队在研发过程中给予了毫无保留的支持。

双方紧密合作，共同推进基于昇腾950的128卡超节点方案，并对计算与通信做了深度优化。

昇腾950是华为下一代旗舰AI芯片，128卡超节点意味着单集群内的互联规模再上一档。底层软件和硬件协同设计，这正是CUDA生态当年的成功路径。

三件事值得关注。

其一，迁移成本实质性下降。以往把训练任务搬到国产芯片，团队要啃Ascend C底层代码，周期以月计。TileLang封装之后，写法接近普通高级语言，主要算子已有现成高性能实现。

其二，示范效应大于项目本身。DeepSeek明确表示，希望TileLang昇腾版本能对更多AI芯片建立软件生态起到示范作用。寒武纪、摩尔线程、海光等厂商，都可以参照这套模式。

其三，训练侧话语权开始变化。DeepSeek用英伟达平台验证算子路线，再用同一套代码适配昇腾，”一套算法代码、多硬件后端”从愿景变成了可复制的工程实践。

底座软件不起眼，却决定大模型训练和推理的真实效率。软件生态越完善，AI芯片越能被充分使用，模型迭代和落地应用才有扎实的地基。

DeepSeek把自家训练在用的核心组件原样开源，华为把底层支持做到位，社区把生态铺开——这三件事同时发生，国产算力才算真正进入可用阶段。

接下来看两个信号：TileLang昇腾版的社区活跃度，以及昇腾950超节点方案的落地进度。

开源仓库地址：