9 月 30 日，DeepSeek 宣布把用于训练自家前沿模型的完整底层软件栈开源到华为昇腾平台，华为提供了深度技术支持。这不是演示性的开源——是前沿实验室自用级的生产内核，全套免费下载。

开源了什么

六大组件，覆盖编程语言、核心算子与集群通信：

• TileLang：类 Python 的高性能内核编程语言，被彭博称为「中国对 CUDA 的回答」，现在支持昇腾 950 的原生代码生成、自动调度与同步。编程模型比 CUDA 更简单；
• DeepGEMM-Ascend：高性能矩阵乘，与现有 DeepGEMM 项目 API 兼容；
• DeepEP-Ascend：MoE 专家并行的集群级通信，公开 buffer 接口与 Nvidia 版对齐；
• TileKernels：通用向量/访存/量化/路由算子，同一套 Python API 自动选择 Nvidia 或华为后端；
• FlashMLA：稀疏注意力内核；DeepSelect：TopK 选择加速。

关键承诺：DeepSeek V4 系列训练用到的每一个 TileLang 算子，现在都有高性能昇腾版本。双方还联合优化了 128 卡 Ascend 950 supernode，把协作从单个内核延伸到集群级设计。

性能数据

• DeepGEMM-Ascend 在 950DT 上 BF16 稠密矩阵乘达标称硬件上限的 99.8%，FP8 约 99.5%（CANN 9.20，DeepSeek 自选训练/推理负载）；
• FlashMLA V4.1 稀疏注意力：prefill 410 TFLOPS（上限 95%）、decode 360 TFLOPS（83%）；
• DeepEP 持续派发带宽达物理负载上限的 90–95%（32 卡以内专家并行组）。

为什么值得关注

英伟达的护城河从来不只是芯片，是 CUDA 生态。 约 400 万开发者、十几年积累的库与工具链，让「换硬件」的成本高到不现实。DeepSeek 把 frontier 实验室的生产内核免费交出，直接压缩了每一家中国实验室和云厂商迁向昇腾的工程成本。

出口管制的悖论再次应验。 硬件可以限制，开源代码限制不了。限制越紧，中国 AI 行业在软件层「去美化」的自力更生就越快。此前 DeepSeek 就把 V4 的早期访问优先给了中国芯片厂而非英伟达，字节、腾讯、阿里随即加单 950——这次开源是同一步棋的后半手。

怎么看待边界：这套栈不等于复刻 CUDA 的全部生态，仍然依赖华为 CANN；开发者是「换一家厂商的栈」而非摆脱厂商栈；Ascend 950 也还缺少独立的大规模第三方实测。真正值得盯的验证点是传闻中内蒙古 16 万卡数据中心——如果 DeepSeek 下一代模型主要跑在昇腾上训练，9 月 30 日这一天，可能会被记作 CUDA 护城河被正面挑战的起点。

参考：DeepSeek 微信公众号、Bloomberg、Tom's Hardware、AI Industry Today。