DeepSeek 与华为开源昇腾工具链：降低对 NVIDIA 软件栈依赖
2026 年 10 月上旬，DeepSeek 与华为联合开源了一批面向昇腾（Ascend）生态的软件工具。据 Tom's Hardware 报道——其依据是 9 月 30 日路透的一则报道——这批开源内容包括用于 AI 计算与芯片间通信的库，以及昇腾对高层编程语言 TileLang 的支持。目的很明确：降低对 NVIDIA 软件生态（CUDA 栈）的依赖，让开发者在国产算力上训练和部署大模型时少一些移植成本。
两件事：把一张卡用满，把一群卡连起来
要理解这批工具解决什么，得先看多卡跑大模型的两个硬需求：一是在每张加速器上把计算效率做上去，二是芯片之间搬数据要足够快，快到不会让处理器空等。第二个需求常被低估——大模型训练和推理在很多阶段是通信受限而不是算力受限，卡再多，数据运不过来也白搭。官方说这两家公司正是在这一点上做了联合优化。
具体做法落在一个超节点系统上：据同一报道，双方围绕由 128 张昇腾 950 芯片组成的超节点优化了计算与通信。超节点的思路是把大量加速器通过高速互联当成一个逻辑整体来用，减少跨机跳数、缩短数据路径；软件要做的，就是让上层代码不必关心数据实际落在哪张卡上。
混合专家（MoE）模型让通信问题更尖锐。MoE 的训练与推理要把每个 token 路由到不同的「专家」上，再把结果合并回来，这个来回收发的模式在业界被称为 all-to-all。它天然是通信密集的：专家分散在不同芯片上，数据就得来回跑。也正因为如此，DeepSeek 这次把通信库与计算库一起开源，而不是只给一个算子库。
开源了什么：两个库与一门语言
计算侧是 DeepGEMM-Ascend。它负责矩阵乘法以及 DeepSeek 模型中使用的其他计算，支持 BF16、FP8 与 FP4 三种精度格式，并且沿用既有 DeepGEMM 库的编程接口——这一点对迁移很关键：开发者把工作负载搬到昇腾上时，不需要重学一套 API。矩阵乘法是深度学习里最核心的算子，几乎所有线性层最终都归到这里，所以这个库的效率基本决定了模型的吞吐上限。顺带解释一下这三种精度。BF16、FP8 与 FP4 指的是参与计算的数值用多少位来表示：位数越少，同样时间里能算的次数越多、搬运的数据量也越小，但数值误差的风险越高。近两年推理侧的加速，很大一部分就是靠往低精度迁移换来的，代价是要在设计上处理精度损失——所以一个算子库同时提供这三档，意味着开发者可以按任务的重要性自己权衡速度与准确度。
通信侧是 DeepEP-Ascend，负责训练与推理中的通信，包括把数据路由到混合专家模型的各个专家上，再把它们的输出合并起来。官方说明这两个库都是在昇腾 950 硬件上开发并测试的——这一点比接口列表更能说明成熟度，因为通信库的性能高度依赖具体的互联拓扑与硬件特性，脱离真实硬件写的实现很难跑出效果。
第三个部分是 TileLang。它为编写优化内核提供更高一层的编程抽象，DeepSeek 形容它提供了一种比 NVIDIA 的 CUDA「更简单的编程模型」，目标是提高开发效率、简化代码。这门语言此前已经支持 NVIDIA 与其他硬件，也存在针对昇腾处理器的早期适配；9 月 30 日的更新加入了对昇腾 950 的原生支持，包括代码生成、自动调度与同步。
这里要说明一件容易混淆的事：这批工具是建立在华为既有的 CANN 软件平台之上的。CANN 是昇腾上运行 AI 工作负载的底层基础设施，角色类似于 NVIDIA 的 CUDA 平台。CUDA 之所以难被替代，不只是因为编译器本身，而是它多年积累的成熟编程环境、库与开发者习惯构成了整套生态；而 TileLang 这类多平台语言的价值恰恰在于，它对多个平台的支持让它对 NVIDIA GPU 同样有用，不会被锁死在单一硬件上。
放在更大的节奏里看
时间线上有个细节：这批工具的公开，出现在华为发布其下一代 AI 处理器与超节点系统两周之后。华为当时表示，预计其 AI 系统将在 2027 年被广泛用于模型训练。把两件事排在一起看，硬件路线图与软件工具链是配套推进的——芯片换代的同时，编程层与算子库也需要跟上，否则新硬件的能力落不到开发者手上。
两家公司的合作也不是从这次开始的。DeepSeek 的 V4 模型在 4 月以预览形式发布时就带有对华为昇腾芯片的支持；按报道口径，华为称其昇腾 950 超节点完全支持 V4 系列模型，并且它的芯片参与了更轻量的 V4-Flash 模型的部分训练。到了这次开源，合作的位置从「让模型跑得起来」移到了「让开发者写得顺手」。
另外值得一提的是，这与 DeepSeek 在自家模型线上的动作是两回事，但方向一致：V4.1-Flash 发布时，官方也宣布将与开源社区合作支持它的推理部署。一个是在模型侧把部署路径开放出来，一个是在硬件侧把编程与通信的门槛降下来，两条线都在做同一件事——把工具链补齐。
为什么叫「软件栈补课」
在硬件受限的背景下，这一步是绕不开的。芯片能用只是第一道门，开发者的日常体验取决于编译器、算子库、通信库与编程语言是否顺手：写起来别扭、调优要靠猜、换个硬件就要重写，再好的峰值算力也会被放弃。反过来，当迁移只意味着换一组接口、代码结构基本不动时，生态才有可能真正长起来。
还有一层是开源本身的作用。硬件生态的建设很少有厂商能独自做完：算子库要覆盖真实业务里五花八门的形状与精度，通信库要适配各种互联拓扑，编译器要接住开发者写出来的千奇百怪的代码。把这些放到开源社区里，第三方可以审计、测速、提交适配，厂商也省下了一部分重复劳动；相应地，用的人也更容易判断这套栈到底能不能用在生产里，而不是只能看厂商自己给的数字。
所以这批开源工具的意义，不在于它立刻把性能拉到什么水平，而在于它补的是什么位置。计算库、通信库与编程语言这三件，正好是「把硬件能力交到开发者手里」最短的一段路径；把这三件开源，等于把这条路径上的入场费降下来。接下来值得关注的，是这些库在真实工程中的成熟度、社区适配的速度，以及昇腾在 2027 年训练场景里的实际占比——这些都需要时间给出答案，而不是靠一份公告。