最近 AI 圈最炸裂的事，不是哪家模型又刷榜了，而是 DeepSeek 和华为把 CUDA 那堵墙撬开了一道缝。

9 月 30 日，DeepSeek 突然开源了面向华为昇腾的一整套基础设施组件：TileLang 编译工具、DeepGEMM 计算库、DeepEP 通信库等，几乎和它在英伟达平台上用的工具链一一对应。这不是“适配一下”那么简单，而是把训练前沿大模型的核心工具链，直接搬到了国产芯片上。

更狠的是，双方已经在共研下一代芯片。据报道，华为工程师已进驻 DeepSeek，围绕 MoE 模型的通信、矩阵计算等真实痛点做联合优化；DeepSeek 还计划在乌兰察布部署至少 16 万颗昇腾 950DT。同时，深圳团队已基于昇腾 910C 完成了 1.6 万亿参数 DeepSeek-V4-Pro 的全参数训练验证。

这意味着什么？

过去国产算力的最大短板不是单卡性能，而是 CUDA 生态。开发者写代码、调算子、找报错方案，几乎都绕不开英伟达。现在 DeepSeek 用 TileLang 做了一层“翻译”，让算子可以跨平台复用；华为 CANN 又把 CUDA 接口兼容度拉到 95% 以上，迁移时间从几个月压缩到小时级。

但别急着说 CUDA 要完。它积累了近二十年，高校、论文、开源项目、工程师习惯都绑在上面，生态惯性极强。目前昇腾在推理侧落地更快，训练侧仍处在攻坚阶段，产能也是现实瓶颈。

真正的分水岭在于：CUDA 不再是唯一答案。以前是“国产芯片能不能用”，现在变成了“国产芯片能不能成为第二选择”。#科技资讯早知道 #互联网大厂 #芯片 #英伟达 #DeepSeek #华为