9 月 30 日，华为和 DeepSeek 官方宣布，DeepSeek 已正式开源面向昇腾算力平台的基础设施组件。
开源了什么
- TileLang 高级语言编译工具。
- 高性能计算库。
- 分布式通信库。
所有组件与此前面向英伟达平台的开源组件一一对应。昇腾侧具体包含 DeepGEMM、FlashMLA、TileKernel、DeepSelect 等高性能算子库组件，以及 DeepEP 分布式通信库。
为什么这件事有分量 在此之前，国产算力平台缺的不是芯片，是成体系的软件栈。头部大模型厂商的基础设施级开源，一直是围绕 CUDA 生态做的。
这次是第一次有头部模型厂商，把同一套基础设施对等开源到国产平台上。这个意义超过了单个组件的性能数字。
TileLang 解决什么问题 建立自主可控的 GPU 软件生态，第一件事是先有一个通用的、编程简单的、同时能达到硬件性能上限的高级语言。
对比两个方向：
- 相对 CUDA：TileLang 编程更简单，开发效率更高，代码逻辑更简洁。
- 相对其它同类高级语言：TileLang 的编程模型能充分发挥芯片特性，达到硬件性能上限。
简单说就是既要好用又要快，这两个目标通常是矛盾的，TileLang 试图在编程模型层面解决。
底层支撑 昇腾平台提供了稳定开放的 Ascend C API 接口，用户能对访存路径与计算流水线做深度调优，完成高性能算子开发。同时依托 Ascend C 编程接口与 PTO ISA 底层指令体系，支撑了 TileLang 的开源工作。
对开发者的实际影响 如果你在做国产算力平台的适配，现在有了一套成体系的参考实现，不用从零开始。
如果你在做算子优化，Ascend C 加上这些开源组件，意味着调优路径是可见的、可对照的。
一个判断 软件生态的建立比单点性能突破更慢，但也更难被绕过。这次开源的价值会在未来一两年逐步体现——当开发者习惯了这套工具链，迁移成本就成了护城河。
上手建议 先跑通官方示例，确认环境。然后从 DeepGEMM 这类通用组件入手，理解编程模型，再考虑自己的算子。别一上来就写自定义算子，编程模型的思维方式和 CUDA 不一样，需要适应期。
本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。