这一次DeepSeek开源的，不是模型，是国产芯片的地基。
图：DeepSeek 开源昇腾全套工具链，打通国产算力算子开发栈
9月30日，DeepSeek在官方公众号上发了条消息，分量比表面看着重得多。他们正式开源了面向华为昇腾算力平台的一整套基础设施组件，TileLang高级语言编译工具、计算库、分布式通信库，全齐了。
说白了，英伟达GPU上写代码那套工具链，DeepSeek原封不动铺到了华为昇腾950 NPU上。这事的意义，不在某个单点技术突破，而在于DeepSeek把"手写CUDA"变成了"声明式编程"。
一套工具链，两个硬件平台这次开源一共六个项目。TileLang管算子开发的语言和编译，其余五个各管一摊：DeepGEMM加速矩阵运算，DeepEP做跨设备通信，TileKernels处理常规向量计算和访存，FlashMLA管稀疏注意力，DeepSelect做数据筛选。
图：一套工具链同时兼容英伟达 GPU 与昇腾 NPU 两大硬件平台
每个组件都和之前英伟达平台的版本一一对应，部分组件的上层API已经完全对齐。比如TileKernels，开发者用同一套Python接口，底层硬件选GPU还是NPU，运行时自动判断，代码基本不用改。
当然也不是零成本。DeepGEMM-Ascend虽然兼容原版API，但量化缩放因子的存储格式跟英伟达版本不一样，迁移时得调整数据布局。DeepSelect的昇腾版本目前只支持BF16输入，CUDA版本还能跑FP32。都是细节，但接入前得一个个确认清楚。
TileLang才是真正的杀手锏六个项目里，TileLang是灵魂。它是种用接近Python的语法写高性能计算内核的语言，编译底座架在TVM上。
图：TileLang 开发模式对比：高层代码替代手写复杂 Ascend‑C 算子
昇腾950后端做了原生代码生成、自动调度和同步。开发者只要描述清楚数据类型、分块大小和计算操作，编译器自己搞定数据搬运、流水线安排和单元间同步。
以前你得懂Ascend C的底层指令，一行行手写优化；现在用TileLang写个大概逻辑，编译器帮你干活。
DeepSeek透露，他们V4系列模型训练里大部分算子都是用TileLang写的，而且每个TileLang算子在昇腾上都有对应的高性能实现。这意味着训练侧的全链路已经跑通了。
华为的CANN软件栈和Ascend C自定义算子开发能力依然要配合用，但TileLang多提供了一层更上层的抽象。对需要写自定义算子的团队来说，门槛实实在在降下来了。
128卡超节点，联合优化也上了DeepSeek这次还披露了个重要信息：他们跟华为团队一起推进了基于昇腾950的128卡超节点方案，计算和通信做了联合优化。
图：DeepSeek 与昇腾联合优化演进，面向大规模集群落地
昇腾950超节点在硬件层面本身就挺有看头。基于灵衢互联协议，实现了256TB跨物理节点内存统一编址，TB级NPU互联带宽，3微秒超低RTT时延。华为在WAIC 2026上展出的Atlas 950 SuperPoD，规模拉到1024卡，提供1 EFLOPS FP8和2 EFLOPS FP4算力。
软件侧配合上硬件侧，这事才算有完整意义。
通信指标这块，GitHub页面上的数据显示，DeepEP-Ascend在昇腾950DT NPU上，FP8 dispatch带宽做到373到375 GB/s，combine带宽345到347 GB/s（EP8配置下）。DeepSeek说这个数字已经逼近硬件极限了。
不过客观看，现有测试还没验证这些内核在其他昇腾代际或CANN版本上的支持情况，TileKernels的昇腾后端要求CANN 9.2.0及以上。真接入的时候，硬件、软件版本、数据类型，都得逐一核对。
从"能用"到"好用"，走了将近两年回头看DeepSeek和昇腾合作这条线，能看出这不是突然冒出来的。
2025年1月，硅基流动和华为云上线了基于昇腾的DeepSeek-V3、R1推理服务，DeepSeek这边给了支持。同年6月，华为和硅基流动通过CloudMatrix384论文，披露了跑DeepSeek-R1的超节点推理方案，从服务上线一路延伸到硬件互连和软件优化的技术细节。
2025年9月，DeepSeek-V3.2-Exp发布，昇腾完成TileLang适配，开源了稀疏注意力和索引算子。2026年4月，华为云在V4预览版发布当天就宣布完成适配，支持百万token上下文推理。
再到现在，基础设施组件成套开放，联合优化的进展也公开了。从云端推理服务，到超节点系统，到算子开发工具，再到今天的全栈基础设施，工作一路延伸到了模型执行的每一层。
这件事到底意味着什么得说清楚，这次放出来的是底层组件，不是端到端的完整方案。完整模型的部署效果，还取决于这些组件跟上层框架、模型实现和集群环境怎么集成。
但方向已经很清楚了。
TileLang昇腾后端复用了共享前端，针对Cube矩阵计算单元和Vector向量计算单元做了专用的编译转换。这种"一套前端，多个后端"的设计，意味着以后从英伟达迁到昇腾，或者反过来，成本会越来越低。
对AI编译器工程师和大模型系统优化工程师来说，手里多了一套能直接复用的代码。对国产芯片平台开发者来说，终于不用从零开始造轮子了。
DeepSeek公告里有句话："在面向昇腾平台的研发过程中，华为团队给予了毫无保留的大力支持。"
这句话放在现在这个语境里，分量不轻。