DeepSeek开源昇腾平台组件 128卡超节点方案已可测试

DeepSeek于2026年9月30日宣布，开源面向昇腾平台的基础设施组件。截至11月1日，公开项目中的代码已经可以查看、测试并继续改进。据公开信息，双方共同推进了基于昇腾950的128卡超节点方案，即把128张计算卡组织成一套协作紧密的系统，同时优化计算与数据传递效率。

这一动作切入的是英伟达长期把持的软件腹地。CUDA并非单一编程语言，而是一套包含编译器、运行接口、数学库、调试与性能分析工具的工作环境，开发者可直接调用GPU的大量核心进行并行计算。对已经使用英伟达设备的企业来说，更换平台不只是采购问题：原有算子能否复用、模型结果是否变化、工程师需要多长的学习周期，都要重新核算。CUDA的壁垒有相当一部分来自这类工程积累——成熟工具减少试错，既有经验缩短排障时间，已有代码加快新项目落地。

此次开放的软件针对三类问题：让芯片更快完成大量计算，让数据搬运更顺畅，让多张芯片之间的分工更合理。数据搬运之所以关键，是因为芯片开始计算前必须先取得数据；多卡协同下，一项任务可能拆给多台设备，计算完成后还要汇总结果，算力再强，等待数据也会拖累整体效率。两家公司的分工也较为清晰：华为了解自家芯片的运行方式与计算调度，DeepSeek长期研究并运行大模型，清楚哪些环节最耗时。

合作中的另一项工具是TileLang，用于帮助开发者编写高效计算程序。开发者描述计算任务后，配套软件会将部分复杂细节转换为对应芯片可执行的安排。人工智能芯片可同时处理大量计算，但如何让这些计算互不干扰、如何及时供给数据，需要精细调度，过去多由工程师投入大量时间处理。TileLang支持面向不同计算设备的开发，若部分程序能在较统一的写法下为不同芯片分别优化，后续更换设备时可减少从头重写的工作。

DeepGEMM昇腾版同期公布。在昇腾950DT、指定CANN环境和测试条件下，部分稠密矩阵乘法用例达到较高的硬件利用率，其中一个BF16用例标注为99.8%。这表明在相应计算任务上，软件已能较充分地调用该芯片能力。

就目前公开进展看，较稳妥的判断是：这套工具正在补齐部分大模型任务所需的能力，使另一条技术路线更为可行。若将“击穿”理解为所有企业立即替换英伟达，尚缺乏足够依据——CUDA覆盖的工作面广，既有软件与人员经验深厚，全面替代不会因一次开源而完成。但竞争不必等到全面替代才生效：企业开展新项目时若发现华为芯片配合这些工具已能满足需求，采购时就会多出一个选项；新增项目用得多了，工程师便有积累经验的机会。开源的意义也在于此，其他团队可以查看实现、尝试使用、反馈问题，并在许可范围内继续改进。