DeepSeek 给昇腾另起了一套工具链

先说准确的说法

9 月 30 日上午，DeepSeek 在官方公众号上宣布：开源面向华为昇腾算力平台的基础设施组件，涵盖 TileLang 高级语言编译工具、高性能计算库、分布式通信库。官方的用词是「与之前面向英伟达平台开源的组件一一对应」。

路透当天的报道把话挑明了，说这是中国科技公司加深彼此合作、寻找英伟达生态替代路线的又一信号。

Chinese AI firm DeepSeek said on Wednesday it has partnered with Huawei Technologies to develop programming tools optimised for Huawei’s Ascend chips.彭博的标题更直接：DeepSeek 亮出的华为芯片工具，可能取代英伟达的。

我看了不少中文媒体的转述，基本都停在「对标 CUDA」这四个字上。所以这篇我不复述发布会，我去把这六个仓库翻了一遍，又在自己 Mac 上真的装了一次 TileLang，看它到底能编出什么、编不出什么。

六个仓库，我都去核了

这是官方给出的六个链接，星数和建立时间是我用 GitHub API 现取的：

注意最后一行。六个仓库里，只有 DeepEP-Ascend 没有声明许可证，其余五个都是 MIT。对做企业选型的人来说，这一格值得你自己再去确认一次。

还有一件事值得说清：「昇腾支持」不全是新开的仓库。我去翻了原仓库的提交记录：

FlashMLA     2026-09-30  Open-source release for Ascend 950 (2026.09.30) (#229)
DeepSelect   2026-09-30  Add Kernels for Huawei Ascend NPU (#23)
TileKernels  2026-09-30  Release tile-kernels v2.0.0

FlashMLA 和 DeepSelect 是把昇腾算子直接合进了主干，只有 DeepGEMM 和 DeepEP 因为改动大另起了 -Ascend 两个仓库。所以「一一对应」不是宣传话，是能对上的。

它对应 CUDA 生态的哪个位置

我把这六个东西按我的理解对了一遍：

• TileLang，对应写算子的那一层（CUDA C++、Triton 所在的位置）
• DeepGEMM，对应矩阵乘，就是 cuBLAS 那块
• DeepEP，对应跨卡通信，NCCL 那块
• FlashMLA，长上下文和稀疏注意力的算子
• TileKernels，常规向量计算和访存算子
• DeepSelect，数据筛选

官方对 TileLang 的说法是：相对 CUDA 编程更简单，能显著提高开发效率、简化代码逻辑，同时不损失硬件性能。它还补了一句关键的：TileLang 这条路先在英伟达平台上验证过了，目前已承载 DeepSeek V4 系列模型训练中大部分算子的实现。

这句话的分量比跑分大。意思是他们不是在昇腾上重新发明一套东西，而是把自己在英伟达上已经用顺手的那套搬过去。

官方给的数字

性能数据来自官方和华为那篇供稿，我原样转述，口径写在后面：

• 通信：DeepEP 的 Dispatch 实现 375 GB/s、Combine 347 GB/s，官方说接近硬件上限
• 组网：昇腾 950 的 SuperPoD Flex 加 UBL128 方案，128 卡单层 3.2 Tbps 的 scale-up、256K 卡两层 scale-out
• 推理：EP32、offline 模式下跑 DeepSeek-V4.1-Flash，TPOT=5ms 时每卡输出 2469 tokens/s，TPOT=10ms 时每卡 5102 tokens/s（128K 上下文，Dspark 投机接受率 0.85）

一句提醒：这些是厂商口径，测试条件是 offline 推理，不含服务调度和框架负载均衡的影响。我这边没有昇腾硬件，跑不了这个 benchmark，只能告诉你它是这么说的。

我在自己 Mac 上试了 TileLang

光看新闻没意思，我去装了它。

uv venv --python 3.12 /tmp/tl
uv pip install --python /tmp/tl/bin/python tilelang
# tilelang 0.1.15 | torch 2.14.1

装得挺顺，macOS 的 arm64 wheel 是有的。然后我写了个最小的算子，128×128 的逐元素相加：

@T.prim_func
def main(A: T.Tensor((M, N), dtype), B: T.Tensor((M, N), dtype), C: T.Tensor((M, N), dtype)):
    with T.Kernel(T.ceildiv(N, block), T.ceildiv(M, block), threads=128) as (bx, by):
        for i, j in T.Parallel(block, block):
            C[by * block + i, bx * block + j] = A[by * block + i, bx * block + j] + B[by * block + i, bx * block + j]

然后分别往三个目标编，结果很整齐：

目标 = c（CPU）    ✅ 编译通过，生成 448 字符 C 源码
                     实跑结果与参考一致: True
目标 = cuda        ❌ module 'tilelang.cuda._ffi_api' has no attribute
                     'AnnotateDeviceBoundTmaCopies'
目标 = ascend      ❌ AssertionError: Target ascend is not supported

昇腾那个报错我不服气，绕过它的检测器直接塞 Target 字典进去，报的是：

ValueError: Target kind "ascend" is not defined.
Target creation from config dict failed: {"kind": "ascend"}

翻源码就明白了。它的昇腾可用性检测是这么写的：要求 torch.npu.is_available() 为真，也就是必须真的挂着昇腾运行时。

包里其实带了昇腾的 codegen 源码和模板（src/ascend、src/tl_templates/ascend/*.h，还有一个 npu 交换层的扩展），但这版 wheel 的运行时里没有注册昇腾目标。所以：

我这台 Mac 能证明 TileLang 是个真编译器（CPU 目标编得出、跑得对），但证明不了昇腾那条路。

要真编昇腾，DeepGEMM-Ascend 的 README 写得很死：

Requirements
- HUAWEI Ascend NPU (developed and validated on the Ascend 950 series)
- CANN 9.20 toolkit providing bin/bisheng, bin/ld.lld
- Torch NPU package torch_npu
- Python 3.10 or higher

pip install . --no-build-isolation，然后你还需要那张卡。我这条路上，缺的是最后一行。

这件事对做客户端的你意味着什么

如果你是写应用的（比如我手上那个 AI Chat 客户端），短期什么都不会变：API 价格、响应延迟，照旧。

中期真正值得关注的是「供给」两个字。如果同一份模型代码少改几行就能跑在昇腾上，国产算力的可用比例就会往上走，推理成本那条下行曲线会更稳一点。这跟你的关系不是今天能省钱，而是明年报价单上多一个变量。

还有一层更远的影响：TileLang 这套「高级语言写算子、还不丢性能」如果铺开，端侧小模型的算子适配成本也会降。做端侧推理的人应该盯着它，而不是盯着跑分。

我的判断

第一，这次开源真正难的部分不是把算子写出来，而是让开发者不为硬件重写代码。六个仓库、一一对应的说法，就是把这件事讲成了一句话。

但我实测里那个 Target kind "ascend" is not defined 也说明了另一面：这条路目前的另一头拴在 CANN 9.20 这种强版本依赖上，换个平台、换个版本，链接不上的地方会以很直接的方式报给你。

第二，方向是清楚的。英伟达的位置从来不只是芯片快，而是 CUDA 二十年攒下来的那套东西：库、工具、文档、人的习惯。DeepSeek 和华为这次动的就是这个位置，而且是拿已经在自家训练里跑过的语言去动，不是从零另起。

第三，边界要标清楚。我没有昇腾硬件，这篇文章里的每个性能数字都来自官方口径；我亲自验证的只有三件事：六个仓库的真实状态、昇腾算子确实合进了原仓库主干、以及在那台 Mac 上 TileLang 能编什么、不能编什么。

参考资料：

• DeepSeek 官方开源公告（经 IT之家转述）：https://www.ithome.com/1/008/604.htm
• 华为供稿（含性能与组网数据）：https://www.qbitai.com/2026/09/499263.html
• 路透报道：https://www.reuters.com/world/asia-pacific/deepseek-partners-with-huawei-develop-chip-programming-tools-reducing-reliance-2026-09-30/
• DeepGEMM-Ascend 仓库：https://github.com/deepseek-ai/DeepGEMM-Ascend
• DeepEP-Ascend 仓库：https://github.com/deepseek-ai/DeepEP-Ascend
• TileLang：https://github.com/tile-ai/tilelang

验证边界：仓库星数、建立时间、许可证取自 GitHub API 实测；昇腾提交记录取自各仓库 commit 历史；TileLang 的安装与三种目标的编译结果在本机实跑（macOS arm64，tilelang 0.1.15，torch 2.14.1）；性能与带宽数字均为官方口径，本机无昇腾硬件，未做任何 benchmark。