DeepSeek 把「国产芯片训练大模型」的全套家底开源了：信创算力从「能用」迈过「好用」这道坎

开源了什么：六个组件，对着 CUDA 生态逐个补齐

按深度求索官方公告（2026 年 9 月 30 日），本次开源覆盖编译语言、计算库、分布式通信库三层，六个组件与其此前面向英伟达平台的开源项目一一对应：算子描述语言 TileLang（昇腾版）、矩阵计算库 DeepGEMM、专家并行通信库 DeepEP、通用访存算子库 TileKernels、注意力算子 FlashMLA、数据管线算子 DeepSelect，代码已在 GitHub 对应仓库开放。官方同时披露两个硬事实：TileLang「已承载 DeepSeek V4 系列模型训练中大部分算子的实现」——不是演示工程，是生产级；以及公司正与华为共同推进基于昇腾 950 的 128 卡超节点方案。

为什么这件事比「发一个新模型」分量重？行业共识是：卡住国产算力的从来不是芯片参数，而是迁移要拿汇编重写一遍。英伟达 2006 年推出 CUDA，用近二十年把 cuDNN、NCCL、TensorRT 及配套教程、社区堆成护城河；换一家芯片，等于让写了十年高级语言的工程师全部改用底层写法重造轮子。TileLang 这类声明式算子语言把门槛从「手动排线程、搬数据、插同步」降回「描述要算什么、切多大块」，编译层自动生成——据多家技术社区实测转述，迁移成本从「重写一遍」压向「改几行」。这是第一次，一家中国头部大模型公司把在国产芯片上跑通生产级训练的完整底层软件栈全部开源。

对政企意味着什么：信创算力选型的心结松动了

• 09-30深度求索官宣开源昇腾平台六大基础设施组件（TileLang / DeepGEMM / DeepEP / TileKernels / FlashMLA / DeepSelect），与英伟达平台开源组件一一对应。
• 同日官方披露 TileLang 已承载 V4 系列训练大部分算子实现；与华为共推昇腾 950 的 128 卡超节点方案。
• 10-03DeepSeek Harness 智能体框架发布 V0.2 预览版，提供 macOS/Windows 桌面端安装包，并加入实验性兼容层（新浪科技报道）。

回到采购视角。「国产 GPU 硬件参数不输、生态差一大截」曾是政企信创 AI 项目立项时被问得最多的一句话；模型能移植、算子没人写、出问题没人兜底，是很多单位把信创算力方案搁置的真实原因。这次开源之后，这条链路第一次出现了「头部模型公司用过 + 全栈源码公开 + 芯片厂商联合推进」的组合：国产算力底座上「能不能训练顶级大模型」的问号，被头部厂商用代码画上了句号（多家开发者社区的一致评价）。「好不好用」的接力棒则交到生态与集成商手里——这正是落地服务商的活。

当然，冷静的一半也要说：开源栈成熟≠交钥匙工程。国产芯片上的模型量化、推理性能调优、显存切分、断网环境运维，仍需逐机型逐场景验证；版本与安全管控的担子也不会因为底层开源而消失。官方组件与各家实测数据请以仓库与正式发布为准。