DeepSeek 與華為合作開發 Ascend 晶片程式工具，開源 TileLang 建構 CUDA 替代生態

DeepSeek 與華為的合作，這次往更深一層走了。不只是把模型搬上 Ascend 晶片跑，而是直接在軟體基礎設施這一層動手。

9 月 30 日，DeepSeek 宣布與華為合作，為 Ascend 晶片平台開發程式工具，並將相關基礎設施開源，核心是一套名為 TileLang 的高階程式語言，連同對應的計算與通訊程式庫一併公開。DeepSeek 說，TileLang 的設計目標是提供比 Nvidia CUDA「更簡單的程式模型」，在不犧牲硬體效能的前提下降低開發門檻、簡化程式邏輯。

CUDA 生態系是 Nvidia 護城河最深的一道壕溝。AI 開發者在 Nvidia 硬體上跑了十幾年，工具鏈、函式庫、最佳化經驗全都積累在 CUDA 上，換平台要重寫底層程式碼，成本高到讓多數人打退堂鼓。DeepSeek 這次做的，就是試著把這道門檻降下來——開源一套專為 Ascend 硬體設計的程式語言，讓開發者不必從 CUDA 零開始摸索華為晶片。這不是模型移植，是在替整個 Ascend 平台蓋程式語言層的地基。

這對 DeepSeek 和華為各有盤算。DeepSeek 這邊，美國出口管制讓取得先進 Nvidia 晶片越來越困難，建立一套能讓自家 AI 模型在國產算力上順跑的開發鏈，是長期必要的自保動作；從今年 2 月 Reuters 報導 DeepSeek 把即將發布的 V4 模型早期存取給華為、卻沒給 Nvidia 和 AMD 做效能最佳化，這個方向就已經很清楚了。華為那邊，Ascend 晶片有硬體、缺軟體生態，現在有了 TileLang 和相關程式庫，吸引更多開發者上來跑 AI 工作負載的機會就大了一些。

值得注意的是，兩家公司的合作深度正在系統性地升級。今年 4 月，華為宣布 Ascend 晶片參與了 DeepSeek V4-Flash 的部分訓練，整個 Ascend supernode 產品線也都支援 V4 系列模型；這次則是跳出單一模型移植，直接做程式基礎設施。合作的粒度從「讓模型跑起來」變成「讓開發者更容易在這個平台上寫程式」，這是質的不同。

對在評估算力布局的企業來說，這件事的意義不只在 DeepSeek 或華為本身。中國 AI 算力生態系有沒有機會形成獨立於 Nvidia CUDA 之外的替代路徑，軟體這一層能不能跟上，一直是最大的未知數。TileLang 是否真能讓開發效率媲美 CUDA，現在還沒有第三方驗證；但開源之後，這個問題至少會有答案。手上有全球供應鏈或跨境 AI 部署需求的企業，這條線值得持續追。