DeepSeek 联合华为暴击英伟达，重塑全球AI底层格局

这两天，技术圈里传得最快的一件事，是两个中国团队——DeepSeek和华为，联手把一套给国产AI芯片用的开发工具，全部放到网上开源了。开源是啥，就是把源代码公开出来，谁都能下载、能用、能改，不是只让你看个热闹。

这件事为什么动静这么大？因为过去很多年，全球搞AI的人，基本都绕不开英伟达那套叫CUDA的东西。你可以把CUDA理解成一套“修路、造车、开加油站、培训司机”的全套体系。AI模型要训练，要跑推理，要开发各种小工具，很多都要靠这套体系。

时间一长，大家就习惯了，甚至觉得离开它就没法干活。可问题是，这套东西是海外公司的，规则人家定，价格人家定，什么时候改、什么时候限制，也是人家说了算。国内很多开发者不是不想用国产算力，而是用起来太费劲：工具不全，资料少，适配麻烦，性能还容易打折。

这次DeepSeek和华为干的事，说白了，就是把这套“路、加油站、修车铺、导航图”一起给补上了。而且不是小打小闹，不是只放出一个模型代码，也不是零散给几个工具，而是一整套面向华为昇腾算力架构的底层基础设施。按照原文里的说法，这套东西对标的就是英伟达CUDA那种全栈能力，六大核心软件模块一起开源，覆盖从底层算子开发、代码编译优化、算力调度计算，到多设备分布式通信的整个流程。

咱们上了年纪的人可能不天天写代码，但可以这么理解：以前国产AI芯片像一口好锅，可你只有锅，没有铲子、没有灶台、没有菜谱，想做一桌菜很难。现在DeepSeek和华为把锅、铲子、灶台、菜谱、甚至切菜配菜的一套流程都摆出来了，还告诉你怎么用。这个意义就大了。

先说最核心的亮点，叫TileLang。这个名字听着洋气，其实可以把它理解成一种专门写给昇腾芯片用的编程语言。以前开发者想让昇腾芯片干某个活，往往得懂很深的硬件底层，得会写很复杂的指令，门槛高，学习时间长，普通人碰起来头大。TileLang做的事情，就是把华为昇腾底层的AscendC指令重新包装了一层。

包装之后，开发者不用把机器底层摸得那么透，也能写出高性能的自定义算子。“算子”又是啥？可以把它想成芯片干活时的一道道小工序。比如算加法、算乘法、做矩阵运算、处理图像、跑神经网络，都是一道道工序。以前写这些工序，得像老师傅一样懂机器脾气。现在TileLang把很多复杂东西藏到后面，开发者用更简单的方式写，机器性能还能尽量保留。

这个变化，对开发者来说，省的是时间，降的是门槛，提的是效率。过去国产算力最大的难处，不是芯片完全不行，而是软件配套跟不上。芯片是硬件，工具是软件。硬件再强，如果没有好用的编程语言、好用的计算库、稳定的通信组件，开发者就不愿意来。开发者不来，生态就起不来；生态起不来，芯片就更难普及。这是一个圈，过去很多年一直卡在这里。

很多人嘴上说支持国产，真到干活的时候，还是得回到CUDA，因为那边工具熟、资料多、项目多、遇到问题好找答案。DeepSeek和华为这次联合开源，就是冲着这个死结去的。双方不是各干各的，而是联合攻坚。按照原文说法，他们不仅完成了全栈基础设施的适配开发，还针对昇腾950超节点等核心硬件，做了128卡超节点方案的落地优化。

什么叫超节点？您可以把很多台服务器、很多张卡连成一个大算力池，像把几十口小灶连成一个大厨房，大家一起炒菜。可机器一多，最怕什么？最怕互相传话慢，最怕有的干得多、有的干得少。所以他们对设备计算链路、跨卡通信链路做了细致调优，让整套开源体系能适配昇腾全系列硬件，从终端推理设备到大型超节点集群，都能比较顺畅地跑起来。

更关键的是，这套工具链做得比较轻，容易部署，也容易迁移。开发者只要简单配置环境，就能把原本适配CUDA的AI项目往昇腾平台上搬。这个事听起来不热闹，但实际很重要。因为开发者最怕麻烦。你让一个人重新学一套东西，他可能就放弃了；你让他用原来熟悉的方式，稍微改改就能跑，他愿意试。愿意试的人多了，生态就慢慢活了。

再说这次开源的价值。它不是简单把技术放出来，而是把选择权放出来。过去行业里想搞高性能AI算力开发，基本只能依赖英伟达那套封闭的商业生态。开发者要遵守人家的技术协议，要承担高昂的算力成本和工具授权成本，技术研发的主动权不完全在自己手里。万一出现技术限制、生态封锁或者授权变动，国内AI产业的模型研发、算力部署、产业落地都会受到冲击。这个风险，不是吓唬人，是实实在在摆在那儿的。

而DeepSeek和华为这次开源的昇腾全栈基础设施，秉持的是完全开放、全球共享的路子。没有权限封锁，没有商业绑定，没有技术保留。全球任何个人开发者、企业团队、科研机构，都可以免费下载、自由使用、二次开发、自主迭代，不是只给自家人用，而是摆到全球桌面上，谁有本事谁都能来用，谁有想法谁都能来改。这才叫底层技术的普惠共享。

从实际效果看，这套东西也不是纸上谈兵。原文提到，双方团队在联合研发过程中，依托昇腾CANN架构的端到端异构计算能力，通过算子融合、多流并行、精准量化等核心技术，持续优化模型推理和训练效率。CANN您可以理解成华为给昇腾芯片配的软件底座。算子融合，就是把几道小工序合成一道，少折腾；多流并行，就是让多条活儿同时干，别排队；精准量化，就是在尽量不影响效果的前提下，把计算弄得更省更快。

这些词听着专业，道理跟咱们过日子一样：能合并的步骤就合并，能同时干的就别一个个来，能省的地方就省，最后效率和成本就下来了。在昇腾A3超节点的实测场景中，优化后的DeepSeek V4模型推理时延能够稳定控制在50毫秒以内。50毫秒是啥概念？您眨一下眼，大概还要几百毫秒。50毫秒以内，基本就是人刚问完，结果很快就出来了。

整体吞吐量相比传统方案提升近十倍。吞吐量可以理解成“每秒能处理多少内容”，提升近十倍，不是多挤出来一点点，是效率大幅往上走。在CloudMatrix 384超节点的部署测试中，50毫秒时延约束下的单卡解码吞吐可以突破1920 Token每秒。Token可以粗略理解成字或者词。单卡每秒能解码1920个Token，这个速度相当可观。

在Atlas 800I A2推理服务器部署场景下，100毫秒时延约束下单卡吞吐可达808 Token每秒。这样的表现，原文说已经全面对标甚至超越了同规格英伟达算力方案。这个结论如果站得住，那就说明国产算力软硬件协同确实有了硬实力，也说明这套开源体系具备大规模商业化落地和规模化普及的条件。

当然，咱们听这种消息，也要有个平常心。技术突破是好事，但具体数字、具体型号、具体测试条件，最好还是以官方发布为准。您要是拿出去讲，最好再对着官方资料核一遍，别让旁人挑出毛病。可大方向是清楚的：国产AI算力不再只是“能用”，而是在往“好用、快用、大家一起用”的方向走。

这次合作也不是一锤子买卖。原文说，双方的合作是体系化、长期化、全链路的生态共建。DeepSeek是国内顶尖的大模型研发企业，懂模型，懂开发者，懂上层应用怎么落地；华为则有多年的芯片研发和算力架构积淀，懂底层硬件，懂架构迭代，懂怎么把芯片能力压出来。一个在上层，一个在底层，强强联合，互相补位。以前国产算力生态常见的问题是什么？硬件和软件脱节，模型和硬件适配不好，工具迭代慢。现在这两家绑在一起干，就能把这些问题往前推。

而且在这次全栈基础设施开源之前，双方已经完成了多款DeepSeek主力模型对昇腾全系列产品的全域适配。从轻量化蒸馏模型到旗舰级大参数模型，从日常推理场景到大规模集群训练场景，都能兼容。还能做到新版本模型发布后，昇腾平台零日适配。零日适配是啥意思？就是新模型一出来，昇腾这边第一时间就能支持，不让开发者干等。这个能力很重要，因为AI技术变化快，今天一个新模型，明天一个新版本，如果适配总慢半拍，开发者就会跑掉。

对全球数百万AI开发者来说，这次开源带来的改变是全方位的。普通个人开发者，可以免费使用全套高性能开发工具，不用再依赖昂贵的海外算力设备和商业开发套件。以前一个人想搞大模型训练、算子开发、算法优化，光是工具和算力成本就能把人挡在门外。现在门槛低了，成本降了，愿意尝试的人就会多起来。

信息来源：