DeepSeek开源昇腾全套底层组件，华为同步开源联合创新成果

9月30日，DeepSeek宣布开源面向华为昇腾算力平台的基础设施组件，覆盖TileLang高级语言编译工具、高性能计算库和分布式通信库，与其此前面向英伟达平台开源的组件一一对应。此次发布包含DeepGEMM、DeepEP、TileKernels、FlashMLA和DeepSelect，分别承担矩阵运算、跨设备通信、常规向量计算与访存、稀疏注意力和数据筛选等任务。华为则将双方围绕昇腾950及超节点开展的联合创新成果在CANN社区开源，覆盖模型部署、大规模训练、超长文本KV Cache池化与Agentic RL等实践，并披露了DeepSeek-V4.1-Flash的部分离线推理性能数据。

对大模型而言，芯片理论算力只是起点，运算拆分、数据搬运、计算与访存衔接都会影响硬件性能，这些工作很大一部分落在算子实现上。TileLang试图提供一种编程更简单、同时能充分利用芯片计算资源的高级语言，降低高性能算子开发难度。DeepSeek表示，相比CUDA，TileLang的编程模型能简化代码逻辑、提高开发效率和项目可靠性，该路线已在英伟达平台验证，承载了DeepSeek V4系列训练中大部分算子实现。此次昇腾版进一步将这一编程方式扩展到国产算力平台，相比昇腾原生Ascend C底层语言大幅简化编程模型，同时保持硬件性能。团队披露，DeepSeek训练中用到的每一个TileLang算子，在昇腾上都有对应的高性能实现。华为介绍，昇腾通过开放的Ascend C编程接口与PTO ISA底层指令体系，支持TileLang的编译对接。

与TileLang一同发布的计算和通信组件为开发者提供了可复用基础能力，覆盖矩阵运算、向量计算与访存、稀疏注意力和筛选等不同类型性能瓶颈。DeepSeek表示，在多项关键测试用例中，开源组件的计算与通信性能已接近硬件上限。

此次合作还涉及昇腾950机型和128卡超节点方案。华为提供SuperPoD Flex与UBL128组网，UBL128超节点采用全互联设计，昇腾提供ASC-COMM高性能自定义通信编程库。在此基础上，DeepSeek开发了高性能DeepEP通信库，覆盖EP、CP、PP、FSDP等模式下的通信算子。华为披露，相关测试中Dispatch带宽达375 GB/s，Combine带宽达347 GB/s，接近硬件上限。

部署方面，华为披露了基于EP32部署策略的DeepSeek-V4.1-Flash离线推理测试结果。TPOT衡量输出阶段每个token生成耗时，吞吐衡量单位时间输出token数量。测试中允许更长TPOT对应更高每卡输出吞吐。数据均来自Offline推理模式，统计不带框架的纯模型性能，不含Serving调度和框架负载均衡影响，测试条件包括ContextLength为128K、DSpark投机接受率为0.85。

此次计划开放的实践覆盖从单卡、单机到大规模部署多个场景，也包含基于PyTorch原生框架的模型预训练、低精度量化训练、LoRA微调和Agentic RL等内容。其中超长文本KV Cache池化涉及长上下文推理中的缓存管理，Agentic RL涉及智能体与环境交互过程中的训练基础设施。此次开源可帮助开发者理解一项能力如何进入完整任务，计算库和通信库提供可调用实现，部署及训练实践提供组合这些实现的参考路径。对昇腾软件生态而言，这次发布增加了一套来自前沿模型实际需求的高级语言工具和基础组件，也给其他团队提供了可研究、可修改的工程范本。