Posts

DeepSeek 开源昇腾版 TileLang：一份写给非底层读者的阅读指南

2026 年 9 月 30 日，DeepSeek 官宣开源一批面向华为昇腾算力平台的基础设施组件：TileLang 高级语言编译器、计算库、分布式通信库，共六个组件，与它此前面向英伟达平台开源的那一套「一一对应」。
这条新闻在国内被反复转述为「对标 CUDA」。这个说法方向对、程度夸。本文想做的事只有一件：让没写过 CUDA、也没碰过昇腾的读者，读完之后能自己判断这类新闻里哪句是事实、哪句是厂商自评、哪句是媒体加的戏。

一、30 秒结论

先把答案给出来，后面全是展开。

发生了什么：DeepSeek 把自己训练和推理真正在用的那套底层软件，从英伟达平台搬到了华为昇腾平台上，并且开源了。核心是编程语言层（TileLang），外围是六个可直接调用的库。
为什么重要：英伟达真正难被替代的不是芯片，是芯片外面那层软件。别人能做出一块算力接近的卡，但做不出「让四百万开发者不用重新学习就能把模型跑起来」的那层东西。这次是模型厂商第一次把自己吃饭的家伙下沉到国产芯片上，性质比「适配一下模型」重得多。
哪句要打折：所有性能数字都是厂商自评，没有第三方基准；跑出那些数字用的还是非公开的 PoC 固件；官方没有说 V4 已经在昇腾上完成了全量训练。
一句话定位：这不是「国产 CUDA 建成了」，而是「国产芯片的软件生态，第一次有了一个由顶级模型团队亲手填上的、可用的关键零件」。

二、补三个概念：写给不写底层代码的人

要读懂这条新闻，只需要三个概念。它们都有日常类比。

2.1 算子（kernel）：AI 芯片的「招式」

大模型跑起来，本质上是无数次的矩阵乘法、加法、数据搬运。每完成一个不能再拆的基本运算单元，就叫一个算子（英文 kernel，直译「内核」，但在中文语境里叫算子更准确）。

类比：如果 AI 芯片是一台厨房设备，算子就是一套固定的刀工——切片、切丝、剁馅。市面上有现成的刀工（框架自带的算子），但顶级厨师遇到特殊食材时，必须自己设计一套新刀法。这套新刀法就是「自定义算子」。

关键点：算子的效率决定了芯片效率。 同一块芯片，算子写得好能跑到理论性能的 99%，写得差可能只有 30%。芯片参数的差距，经常被算子水平的差距盖过去。

2.2 编译器 / DSL：从「人话」到「机器指令」的翻译官

直接对着芯片写指令，等于让人用汇编语言写 App——不是不行，是太慢太痛苦。于是有了编译器：你用一门更接近人话的语言描述「我要做什么」，它负责翻译成芯片能执行的指令，并顺手做优化。

这门「更接近人话的语言」如果只为某个领域服务，就叫 DSL（领域专用语言）。TileLang 就是这类东西，而且是 Python 风格的——这一点很重要，因为后面所有性能优势都来自「写起来像 Python，跑起来像手写汇编」。

2.3 CUDA：英伟达真正的护城河

CUDA 是英伟达的编程语言 + 整套工具链。它之所以是护城河，不是因为语言本身多优美，而是因为：

十几年积累的库、调试器、性能分析器、文档；
几乎所有 AI 框架都优先支持它；
据《纽约时报》估计，全球约 400 万开发者 已经会用它。

换一块卡容易，换掉这 400 万人脑子里的东西很难。这就是为什么「国产芯片」的瓶颈常常不在算力，而在软件。