DeepSeek发布与华为合作开发的AI芯片编程软件

该开源工具包为中国开发者提供了 Nvidia CUDA 生态系统的本土替代方案，标志着北京推动技术自给自足的里程碑。

DeepSeek 刚刚向中国人工智能开发人员提供了他们一直在等待的东西：专为华为芯片构建的完整软件堆栈，不需要 Nvidia。

这家中国人工智能初创公司于 9 月 30 日通过其微信账号宣布，已开源专为华为技术有限公司 Ascend AI 加速器设计的一整套编程工具。该工具包包括 TileLang，这是一种高级编程语言，可作为 Nvidia CUDA 的国内对应语言，而 CUDA 是长期以来作为 AI 芯片编程的通用语言的软件框架。

工具包中有什么

该版本远远超出了单一编程语言的范围。 DeepSeek 将一系列计算和通信库打包在一起，包括 DeepGEMM、FlashMLA、TileKernel、DeepSelect 和 DeepEP。每一个都涉及人工智能开发过程的不同层面，从矩阵乘法到内存管理再到芯片间通信。

该软件针对华为 Ascend 950 芯片进行了优化，并支持将 128 个加速器连接在一起的“超级节点”配置。

这些工具可供免费下载，这是一个有意为开发者降低门槛的选择，否则他们可能会因为转换成本太高而默认使用 Nvidia 完善的生态系统。

据报道，华为在整个开发过程中提供了广泛的支持。

人工智能、科技及其所推动的市场——每日简报。日常的。自由的。加入加密货币、金融和政策领域 34,000 多名读者的行列。电子邮件地址 免费订阅 我们尊重您的隐私。随时取消订阅。

CUDA 问题及其重要性

要理解这个版本的意义，你需要了解 CUDA 对 AI 开发的束缚。 Nvidia 的编程框架不仅很受欢迎。这实际上是一个要求。全球绝大多数人工智能模型、训练管道和推理系统都是基于 CUDA 构建的。放弃它意味着重写代码、重新培训团队和重新构建工作流程。

当美国实施出口管制，限制英伟达最先进芯片的使用时，这种依赖成为中国的战略弱点。北京可以通过华为等公司设计自己的芯片，但如果没有成熟的软件生态系统来对这些芯片进行编程，硬件就有可能成为昂贵的镇纸。

DeepSeek 的工具包直接解决了这一差距。 TileLang 为开发人员提供了类似于 CUDA 提供的高级抽象层，这意味着熟悉 Nvidia 工作流程的程序员可以过渡到华为硬件，而无需学习完全陌生的系统。随附的库处理人工智能工作负载所需的性能关键操作。

建设相匹配的基础设施

仅靠软件并不能创建生态系统。 DeepSeek似乎明白这一点，计划在内蒙古建设一个大型数据中心，旨在容纳至少16万个华为Ascend加速器。

该版本还建立在 DeepSeek 今年早些时候奠定的基础之上。 2026年4月，该公司调整其V4 AI模型以在华为硬件上运行，有效证明尖端模型可以在非Nvidia芯片上运行。新的工具包概括了这一工作，为任何开发人员提供了对自己的模型执行相同操作的方法。

该版本中包含的基准测试工具可帮助开发人员进行内核开发，提供衡量性能和优化 Ascend 架构代码的标准化方法。