深度求索联合华为开源昇腾AI芯片工具链

2026年9月30日发布的并非单一工具，而是一整套堆栈：TileLang、DeepGEMM、DeepEP、TileKernels、FlashMLA和DeepSelect，每项均已移植至华为昇腾芯片上运行^[1]。值得注意的是，这六项组件与深度求索此前为英伟达GPU开源的组件一一对应，意味着该公司并非从零开始编写新工具，而是将其面向英伟达的完整训练堆栈重建于第二个硬件平台^[3]。其中核心是TileLang，它被宣传为一种更简单的高级编程语言，使开发者无需直接操作昇腾底层指令集即可编写AI内核^[4]。深度求索与华为在软件发布的同时达成了一项硬件里程碑：基于昇腾950芯片联合构建的128芯片超级节点，目前深度求索自身模型训练中使用的所有TileLang算子均已具备高性能的昇腾实现版本^[5]。早期基准测试表明，该抽象层并未显著牺牲性能——TileLang-昇腾的GEMM工作负载运行效率约为手写昇腾C代码的0.98倍，向量算子约为0.96倍，立方-向量工作负载约为0.95倍^[2]。深度求索明确以意识形态角度阐述此次努力，指出构建独立、自主可控的GPU软件生态系统的起点，正是一种通用、易于编程且能充分释放硬件潜力的高级语言^[5]。

此次发布是分阶段推进的第四步，并非突然之举。深度求索最早于2025年2月的“开源周”期间开源了五项面向英伟达的工具，随后于2025年9月推出TileLang-昇腾版本，2026年4月发布针对昇腾平台的深度求索V4内核，最终在当前完成六组件完整工具链的开源^[2][8][9]。这一脉络背后是北京推动AI芯片实现“自主可控”的战略，因为美国出口管制持续限制了外国AI芯片对中国企业的性能与供应量^[7]。该工具链的关键设计目标是降低迁移成本：例如TileKernels提供了通用API和硬件抽象层，使开发者能在英伟达与昇腾之间迁移工作负载时减少代码重写，从而降低采用国产芯片的工程成本^[1]。从这个角度看，此次发布更像是一种为应对日益收紧的芯片管制而专门构建的基础设施，而非一次性的开源行为。

并非所有人都认为这能撼动CUDA。有报道援引一位分析师观点指出，更简单的编程模型本身并不足以使TileLang成为比CUDA更广泛的生态系统替代品，因为英伟达的优势不仅在于语法，更在于多年积累的库、开发工具、优化工作以及开发者熟悉度^[4]。已公布的基准测试结果——TileLang-昇腾达到手写昇腾C代码性能的0.95至0.98倍——仅衡量了单个内核性能，尚未揭示该工具链在生产规模和成本效益下的整体表现^[2]。历史采用数据也增加了谨慎态度——据报道，2024年中国企业采购了约100万颗英伟达H20芯片，而华为昇腾910B芯片出货量估计仅为45万颗，这一差距表明，即便软件桥梁已存在，英伟达在中国开发者中的实际吸引力并未消失^[6]。

该工具链的发布似乎正在改变实际采购行为。在深度求索持续推动昇腾平台后，据报道，字节跳动、腾讯和阿里巴巴已向华为接洽关于昇腾950芯片的新订单，而华为计划在2026年生产约75万台昇腾950PR芯片，大规模生产将于4月启动，下半年实现全面出货^[6]。这一需求信号在某种程度上比代码本身更重要：开源工具链的价值取决于市场上是否有足够多的昇腾芯片可供运行，而华为的硬件供应历来是制约因素，而非深度求索编写软件的意愿。