黄仁勋可能怎么也没想到，自己筑了二十年的CUDA高墙，会被一家年轻的中国大模型公司用最干脆的方式给拆了墙角。

国庆前夕，DeepSeek做了一个让硅谷摸不着头脑的决定：把面向华为昇腾芯片的一整套开发工具和底层高性能算子，直接开源了。

这件事的看点，藏在一个普通人很少接触的问题里：买到了芯片，为什么还不一定能把人工智能做好？

打个比方，芯片像厨房里的灶台，模型像一道复杂的菜。灶台火力再大，也得有人安排切菜、下锅、翻炒。软件工具就是这套手艺，安排得不好，昂贵的机器也会闲着等活。

英伟达的厉害之处，就在于它把灶台和做菜的工具一起提供了。

2006年，英伟达推出CUDA，让开发者能够调用显卡的并行计算能力，去做科学计算等工作。此后，围绕CUDA积累起来的计算库、开发工具和应用经验，逐渐成为它的重要竞争优势。

企业选芯片，当然要比速度、价格，但还要问：工程师熟不熟悉？现成的软件能不能用？出了问题好不好查？换一个平台，需要重新花多少时间？

旧平台上积累的程序、经验和人才，都会影响下一次采购。工具越成熟，企业越愿意继续使用；使用的人越多，工具又越容易完善。这才是那堵“高墙”难跨的地方。

DeepSeek这次下手的，正是这笔换平台的成本。

9月30日，面向昇腾的编译工具、计算库和通信库一起亮相。TileLang新增对昇腾950的正式支持，DeepGEMM和DeepEP也拿出了昇腾版本。

名字听着拗口，干的事情却不难理解：让程序更好写，让芯片算得更快，让许多芯片一起干活时少堵车。

先说TileLang。开发者可以用接近Python的写法编写高性能算子，再由编译工具处理一部分底层安排。所谓算子，就是模型处理数据时反复执行的具体计算步骤。

它像一位翻译，帮助开发者把计算任务交代给芯片，同时保留进一步优化的空间。对于需要不断试验新算法的团队，这类工具的价值，就在于减少与底层细节反复较劲的时间。

再看DeepGEMM，它主要负责矩阵运算。大模型里面，大量工作都是一排排数字相乘、相加。这些基础计算重复得极多，哪怕单次只省下一点时间，累计起来也可能影响整个服务的成本。

昇腾版DeepGEMM兼容原有接口和开发流程，意味着使用这套库的开发者，可以沿用已有的调用方式。这种衔接，恰好落在企业最关心的地方：迁移时，能少改多少代码？

它在昇腾950DT上的一项指定BF16矩阵运算测试中，达到了硬件理论上限的99.8%。这个数字对应的是具体测试条件，但也说明，开源代码已经深入到怎样把硬件能力用足的环节。

DeepEP解决的则是另一道难题：芯片之间传数据。

DeepSeek采用的混合专家架构，可以理解为把任务分给不同“专家”处理。专家分布在不同芯片上，数据就要来回运送。每颗芯片单独算得快，传输环节跟不上，整个队伍照样要排队。

通信库就是替这支队伍安排运输。昇腾版DeepEP把相关接口与英伟达版本对齐，帮助开发者接续原有的使用方式。计算和通信一起优化，才能让一群芯片更有效地协作。

与此同时，TileKernels、FlashMLA、DeepSelect等组件，也覆盖了其他计算、注意力处理和数据筛选环节。开发者得到的，是多个关键环节的实现代码，能够查看、测试，再按自己的需求修改。
这条路有一个逐步深入的过程。

2024年12月，DeepSeek-V3发布时就支持昇腾推理。到了2025年2月，DeepSeek系列模型上线昇腾社区，三家基础电信企业也相继基于昇腾生态接入相关服务。

当时，很多人的关注点是：国产芯片能不能把模型运行起来？

如今，把开发工具、核心计算和通信组件进一步开放，关注点就往前推进了一步：怎样让它更容易开发、更有效率，也更方便其他团队继续改进？

我认为，这次开源最值得重视的，正是这种可以接着做的能力。

一家企业把优化成果留在内部，受益范围主要在自己。一旦代码开放，其他开发者就有机会在同一基础上找问题、补功能、做适配，少走一些重复摸索的路。

参与的人能否越来越多，成果能否持续更新，才决定这条路能走多远。开源把入口打开了，后面的生态建设仍需要长期投入。

对国产芯片来说，软件好用，就更有机会进入真实业务；真实业务多了，问题和需求又会推动软硬件继续改进。这种循环一旦形成，竞争就会从单颗芯片的参数，延伸到整套系统的使用成本。

对于企业用户，多一种能用、愿意用的选择，也意味着在采购、部署和技术路线安排上，多一点主动权。

所以，在我看来，“拆墙角”的意义，在于围绕CUDA形成的使用习惯，开始面对更多可供实践的替代路径。谁能把工具做得顺手，把服务做得稳定，把成本算得明白，谁就更有机会留住开发者。