北京
出品 | 网易智能
作者 | 小扣
编辑 | 王凤枝
做大模型的DeepSeek，为什么要给国产芯片写软件？
9月30日，DeepSeek宣布开放面向昇腾的基础设施组件，帮助开发者编写程序、提高计算效率，让多张芯片协同工作。此前面向英伟达平台开放的组件，如今有了对应的昇腾版本。
DeepSeek自己就需要大量算力。芯片买到手，还得让模型在上面高效运行。
把昇腾的软件适配做好，它就更有条件把计算任务交给国产芯片，在英伟达之外多一种选择。
芯片的算力，还得靠软件用起来
模型运行时，要反复计算、读取数据，多张芯片之间还要传递结果。如果这一轮计算已经做完，下一批数据却没送到，芯片就只能等；数据反复搬运，同样会拖慢进度。
软件需要把这些环节安排好，尽量减少等待和重复操作。
这些程序还要针对硬件调整：不同芯片的计算单元、存储和数据传输方式不同，适合英伟达GPU的实现，换到昇腾上也要重新适配。
DeepSeek为这些基础工作提供了现成的计算库：DeepGEMM加速矩阵运算，TileKernels处理常规向量计算和数据读写，FlashMLA则优化稀疏注意力计算，提高模型处理长文本的效率。
FlashMLA项目文档给出了昇腾950上的测试结果：在处理输入内容的“预填充”阶段，稀疏注意力计算性能最高达到硬件理论峰值的95%；在逐步生成内容的“解码”阶段，最高达到83%。
DeepSeek做过的工作，别人可以接着用
DeepSeek自己训练模型时，就要编写大量执行基础计算的程序，也就是“算子”。
公司称，V4系列训练中的大部分算子使用编程工具TileLang实现；训练中用到的每一个TileLang算子，如今都有对应的昇腾实现。
华为团队参与了这批组件的研发支持。双方还在共同推进昇腾950的128卡超节点方案，让这批芯片更高效地协同计算、交换数据。
如果这些代码只留在DeepSeek内部，其他模型团队遇到相似问题，仍得自行适配。
开源后，开发者可以检查、复用已有实现，再按自己的模型调整，减少一部分重复开发。
计算库TileKernels新增昇腾支持后，英伟达GPU和华为NPU上的相应功能，就能通过同一组Python接口调用，由程序自动选择硬件后端。使用这些功能的代码，不必再因为更换芯片而重写一遍。
英伟达难追的，还有芯片之外的积累
英伟达提供的并不只是一张GPU。人们常说的CUDA，背后包括计算库、编译器，以及查找程序错误、分析性能的工具。开发者既要把程序写出来，也要有办法查清楚：为什么跑不动，哪里拖慢了速度。
模型扩展到多张卡、多台服务器上运行，英伟达还有NCCL这样的通信库，负责协调数据交换。这些工具与硬件配合，让开发者有现成的办法处理从单卡计算到多机协作的问题。
团队已经写好的代码、工程师熟悉的调试方法，也会影响下一次采购。
换一种芯片，要算的不只有硬件价格，还有程序要改多少、多久才能投入使用。
对赶着训练和发布模型的公司来说，时间同样是成本。
DeepSeek这次为昇腾开放的计算和通信组件，也需要华为配套的软件环境。以DeepEP昇腾版为例，一些功能仍在开发，部分性能测试依赖尚未公开分发的手动配置。其他团队要复现这些结果，还得配齐相应的硬件、软件和固件。
国产芯片要追上英伟达，还得让更多团队用起来。针对一个模型做好的优化，要能用到其他模型上；从几张卡扩展到几百张卡，程序也要跑得稳。
工具是否齐全、遇到问题能否及时解决，都会影响开发者下一次还愿不愿意选它。
