DeepSeek 开源算子工具链原生支持华为昇腾，对标 CUDA 生态
原标题：DeepSeek 开源算子工具大礼包，联手华为昇腾，手撕 CUDA 绑定！
AI 摘要
DeepSeek 宣布其算子开发工具 TileLang 原生支持华为昇腾 950 NPU，并同步推出 DeepGEMM、DeepEP、FlashMLA、TileKernels、DeepSelect 五大核心计算与通信库的昇腾版本，首次在核心算子工具层面实现对英伟达生态的能力对标。TileLang 基于 Apache TVM 构建，采用前后端解耦架构，支持 CUDA、ROCm、Metal、昇腾等多平台，其优化的算子性能超越 PyTorch 与 Triton，并追平 cuBLAS 与官方 FlashAttention。此举配合 DeepSeek 采购 16 万颗昇腾 950DT 的 25.6 亿美元订单，被视为其国产算力战略的关键一步。
正文节选
刚刚，DeepSeek做了一个开源壮举：把给英伟达 GPU 写代码的全套工具链，原样铺到了华为昇腾 950 NPU 上。最核心的算子开发产品 TileLang 官宣原生支持昇腾。不仅如此，连同 DeepGEMM、DeepEP、FlashMLA、TileKernels、DeepSelect 五大核心计算与通信库也同步推出昇腾版本，直接对标英伟达平台的全套工具链。这意味着国产算力第一次在核心算子工具层面，做到了与英伟达生态的能力对标。在此之前，全球 AI 行业苦 CUDA 垄断久矣；而现在，DeepSeek 用一行行开源代码，为国产算力自主生态蹚出了一条康庄大道。做过 AI 底层开发的都知道，“写算子”一直是门槛最高、耗时最久的工作之一。一张芯片的理论算力上限很高，但如果底层算子写得不达标，芯片内部的计算单元就会有大量时间等数据流转，导致几万块钱的芯片可能只能发挥出 20% 的性能。写算子的目的，就是为了把这 20% 的硬件利用率提高到 95% 以上。拿最常见的矩阵乘法（GEMM）来说，要想榨干一张 AI 芯片的算力，开发者要手动管理三级缓存、调度线程块、搞定数据预取流水线，甚至要深入到寄