这次开源的，是模型底下那一层
9 月 30 日，DeepSeek 宣布把面向华为昇腾算力平台的一整套基础设施组件开源，范围包括高级语言编译工具、计算库和分布式通信库。官方的说法是，这些组件与它此前为英伟达平台开源的版本一一对应。
这件事的分量和「又发了一个模型」不太一样。大模型能不能在某种芯片上跑得好，从来不只看芯片的算力数字，还要看这上面有没有人把编程模型、算子库、通信库这些中间层补齐。缺了这些，开发者要么自己写底层代码，要么干脆换平台。
开源的六个项目分别是 TileLang 昇腾版、DeepGEMM、DeepEP、TileKernels、FlashMLA 和 DeepSelect，相关代码已经放到 GitHub。
要理解这六个名字为什么值得一起看，可以把一颗 AI 加速卡想象成一块空地：制程决定这块地有多大，但真能盖起楼、盖多高，靠的是上面的软件。这次开源补的就是这一层。
六个组件各自管什么
把这六个名字摆在一起看，覆盖的其实是训练和推理里最容易被卡住的几段路。
TileLang 昇腾版做的是把昇腾的 Ascend C 底层指令封装起来，让开发者用高级语言写算子，同时不丢掉硬件性能——DeepSeek 说它训练中用到的每一个 TileLang 算子，在昇腾上都有对应的高性能实现。DeepGEMM 管通用矩阵运算，这是几乎所有模型都要反复用的部分；DeepEP 管大规模跨设备通信，也就是几千张卡之间怎么把数据递过去；TileKernels 提供向量计算和访存类算子；FlashMLA 是稀疏注意力算子，直接关系到长上下文处理的开销；DeepSelect 负责数据筛选。
DeepSeek 在说明里提到，多项关键测试中，这些组件的计算与通信性能已经接近硬件上限。这是厂商自己给出的口径，实际落地的表现还要看更多第三方测试。
换个角度看得更清楚：矩阵运算决定单卡算得快不快，跨设备通信决定几千张卡能不能一起干活，注意力算子决定长文本推理贵不贵，数据筛选决定训练时喂进去的样本质量。四条线都在，一个平台才谈得上「能用」。
TileLang 为什么被单独拎出来讲
六件套里最受关注的是 TileLang，因为它站的位置最靠上——在开发者和芯片之间。以前想榨干昇腾的性能，基本要贴着 Ascend C 写代码，门槛高、迁移成本也高。TileLang 昇腾版把这一层包起来，让熟悉高层写法的人也能上手。
DeepSeek 的说法是，要建一套自主可控的算力软件生态，第一件要做的事就是有一个通用、好写、又不牺牲性能的高级语言。这个定位让人很容易联想到 CUDA 的角色，但两者并不在同一个量级上：CUDA 背后是十几年积累的库、工具链和开发者习惯，TileLang 现在补的是其中一小块。
更实际的证据来自项目本身。开源的 TileLang-Ascend 项目公开了自己的性能数据：常规 GEMM 算子大约是手写 Ascend C 的 0.98 倍，向量算子约 0.96 倍，Flash Attention 这类 cube-vector 混合负载约 0.95 倍。这些是项目自报的数字，不能当成独立结论，但它至少说明有人在昇腾上真的把高性能算子写出来并跑了测试。
对写模型的人来说，这几个数字的意义在于「不用重写一遍」。如果换芯片意味着把算子全部按底层指令重做，多数团队的第一反应是放弃；如果只是把高层代码改一改、性能还能保住九成以上，试一下的成本就低得多。
硬件那头：昇腾 950 与 128 卡超节点
软件之外，DeepSeek 还提到双方在硬件层面有合作：一起推进基于昇腾 950 的 128 卡超节点方案，并对计算与通信做了针对性优化。
把有限数量的加速卡通过高速互联拼成一个逻辑上更大的计算单元，是国内这两年在算力上最实在的一条路。卡的数量能堆，但通信如果跟不上，堆出来的算力就只是账面数字，这也是为什么跨设备通信库会被和计算库放在同等重要的位置。
一个常被引用的对比是，昇腾 910C 在推理场景下的性能大约是英伟达 H100 的六成。绝对值上的差距还在，但配合软件层一起优化之后，实际可用性会比这个比例高一些。
把 128 张卡连成一个逻辑整机，难点从来不在「连得上」，而在「连得够快、够稳、够可预测」。训练任务里一次通信卡顿，整批卡都要等它；推理任务里通信延迟高一点，用户端就是明显的卡顿。这也是超节点这个概念近几年反复被提起的原因。
真正难补的不是芯片，是生态
为什么说软件这一层比芯片更难？因为芯片的差距可以用数字衡量，生态的差距不行。
以英伟达为例，它的壁垒从来不只是那块卡。十几年时间里，围绕 CUDA 长出来的东西包括：几千个已经调优过的算子库、几套成熟的编译和调试工具、几乎所有主流框架的第一时间适配、大量论文和教程默认用的写法、以及一代工程师的肌肉记忆。这些东西互相咬合，换掉任何一环都会牵连到其它环节。
国内厂商在软件栈上其实也做了很多年。以昇腾为例，它有自己的计算架构和框架适配，也有配套的算子开发语言。问题在于，这些工作大多由厂商自己推动，生态里的第三方力量有限——写算子的人少、性能调优的经验分散、遇到问题可参考的公开案例不多。
这次不一样的地方在于，DeepSeek 是站在「使用者」而不是「供应商」的位置做这件事的。它要先让自己的模型在这种硬件上跑得足够好，再把中间层开源出来，这种行为本身就会降低其他团队的试错成本。开源代码比宣传材料更有说服力，因为别人能直接跑、直接量。
对开发者意味着什么
如果你在做模型训练或推理，短期内能感知到的变化大概是三条。
第一是迁移路径变清楚了。以前要把一套训练代码搬到非英伟达平台，通常得从算子层重新做一遍；现在至少高层写法和通信库有了现成的对应实现，需要自己动手的部分减少。
第二是选型的依据多了一个。做技术选型时，最怕的是「不确定能不能跑起来」。有开源实现躺着那里，可以先用小规模任务试，量完再决定要不要上量，这种「先验证后投入」的路径比看参数表可靠。
第三是推理服务的成本结构可能会变。长上下文推理里，注意力算子和通信的开销占比很高，这两块恰恰是这次放出来的重点。如果这些实现真的能在生产环境里稳定跑，同等的服务质量下硬件成本就有下降空间。
当然，代价也存在。新平台的文档和社区还在积累期，遇到问题可参考的答案少；工具链的调试体验大概率不如成熟平台顺手。愿不愿意承担这部分成本，取决于你的团队有多少余量。
意义和它的边界
对外部来说，这一步最直接的效果是降低了迁移成本。此前换芯片意味着重写代码、重新调优、再花几个月把性能追回来，现在这部分工作被开源项目承担了一部分，愿意尝试昇腾的团队会变多。国内几家大厂此前已经在追加昇腾的订单，这次开源等于又推了一把。
但它也不是万能钥匙。开源组件解决的是「能不能写、能不能跑」，解决不了制程、产能和集群规模这些问题；而且生态只有在更多人真的把代码搬过来之后才算立住，目前这个进程才刚开始。
还有一点需要冷静看待：性能数字是项目自报的，且集中在算子层面。真实业务里的瓶颈常常不在单个算子，而在数据加载、任务调度、故障恢复这些工程环节。这些部分开源件帮不上多少忙。
开源本身也不等于免费。把代码拿过来跑通，只是第一步；要把它调到生产环境能承受的稳定性，团队得投入人力去读源码、提 patch、跟上游版本。这份隐性成本在评估阶段最容易被忽略，却往往决定了最终能不能坚持用下去。
对普通用户来说，这件事短期内不会改变你手机上的任何体验。它的价值在几年之后才会显形：如果国内 AI 服务的算力成本真的被压下来，你用到的价格和响应速度都会跟着变。
接下来该看什么
第一看第三方复现。厂商自报的性能数据可以参考，但真正能定性的，是别人用不同模型、不同规模跑出来的结果。如果几个月内出现多个独立测试，且结论一致，这件事才算落地。
第二看社区活跃度。开源只是起点，能不能持续有人提交、有人修 bug、有人写文档，决定了它会不会变成一份「发完就没人管」的代码。仓库的提交频率和 issue 响应速度比发布会上的 PPT 更能说明问题。
第三看上层框架的适配速度。算子库再快，如果主流的训练和推理框架没有跟着适配，普通开发者还是用不上。接下来一段时间，值得留意的是这些组件会不会被并入常见的部署链路。
最后看实际业务里的账单。技术指标好看，不等于单位算力成本更低——如果迁移带来的人力投入、运维复杂度和故障率把省下来的钱吃掉，那这笔账还是划不来。对一个公司来说，愿意换平台的前提永远是「总成本更低」，而不是「性能数字更好看」。