老黄最担心的事还是发生了？DeepSeek开始帮华为拆CUDA的墙

这几天除了Personal Agent（个人智能体）之外，AI圈还有条新闻受到关注:DeepSeek下场帮华为开放芯片算子的新闻。

9月30日，DeepSeek宣布与华为合作，围绕昇腾AI芯片开源一系列编程基础设施，包括计算库、通信库，并推进一套基于128颗昇腾950的Supernode（超节点）方案。

这其中最值得注意的是TileLang，一种试图让AI芯片编程变得更简单的高层编程语言。

不少媒体都在说：“老黄最担心的事还是发生了，华为即将攻破CUDA生态。”

事实真的如此吗？

前哨会员对此应该不会太陌生。王煜全早在2023年就和大家讨论过：英伟达真正的壁垒早已经不只是CUDA。

今年的AI产业追踪里，我们又反复提醒大家，CUDA这道曾经最难复制的软件壁垒，也正在被AI一点点拆解。

DeepSeek和华为这次合作,更像AI时代产业范式加速变化的一个缩影：AI一边降低旧壁垒的追赶成本，一边又把竞争推向超节点、AI工厂和更完整的产业生态。

7月前哨专题《国产AI芯片产业链扫描》PPT

DeepSeek为什么要亲自下场帮华为写软件？

先看这次DeepSeek到底在做什么。

一颗AI芯片真正跑起来，中间其实隔着好几层。

最底下当然是昇腾950这样的硬件，但有芯片不等于模型就能高效运行。

你还需要大量针对硬件优化过的Kernel（计算内核），去完成矩阵乘法、Attention（注意力计算）、量化、MoE（混合专家模型）路由这些最基础的操作。

这就是DeepSeek这次开放计算库的意义。

同样一个计算任务，普通代码可能只能发挥一半芯片性能，一个高度优化的Kernel却可能把硬件性能吃到八九成以上。

所以很多时候，我们看到的“芯片性能差距”，里面其实混着巨大的软件差距。

第二层是通信。

现在的大模型早就不是一张卡独立完成计算。几十张、几百张甚至几万张芯片必须一起工作，尤其是DeepSeek这样的MoE模型，不同专家可能分散在不同芯片上，每一次训练和推理都需要大量数据来回交换。

如果通信库做不好，128颗芯片并不会自动变成一台强大的机器，只会变成128座互相堵车的小岛。

所以DeepSeek这次开放通信库，和华为推进128颗昇腾950组成的Supernode（超节点），其实是一体两面,解决“一群芯片怎么一起算”。**

华为昇腾950超节点

然后才轮到TileLang。

过去想把GPU（图形处理器）性能压榨到极致，工程师往往要非常理解底层硬件：数据怎么分块、内存怎么搬、线程怎么排、哪些数据放进高速缓存。

CUDA厉害的地方，就是英伟达用了近二十年，把这套复杂工作逐渐包装成成熟的软件栈和开发体系。

TileLang则试图再往上一层。开发者不必从头告诉芯片“每个线程具体怎么干”，描述“我要完成什么计算、数据如何分块、数据之间是什么关系”，再让编译器把它翻译成适合不同硬件的底层实现。

TileLang已经开始支持CUDA、ROCm（AMD开放计算软件栈）、Metal（苹果图形与计算接口）等不同后端，面向华为昇腾也出现了TileLang-Ascend（TileLang昇腾适配）。

DeepSeek还基于TileLang开源了TileKernels（高性能计算内核库），把MoE路由、量化等真实大模型里的高性能算子放进去。

所以DeepSeek亲自来做这件事一点也不奇怪。

芯片公司知道硬件怎么设计，模型公司却最清楚真实的大模型到底怎么“折磨”硬件：哪个算子最耗时间、MoE的数据怎么流动、通信堵在哪里、哪些环节最值得优化。

过去是华为造芯片，模型公司来适配；现在开始变成模型公司反过来参与定义，下一代芯片到底应该怎么被使用。

这才是这次合作真正重要的地方。

AI正在成为攻克CUDA的一件新武器

如果只看DeepSeek，很容易误以为这是中国特有的国产替代故事。

实际上，今年整个AI芯片行业都在发生同一件事：大家开始用AI写“运行AI的软件”。

AMD就是最典型的例子。

过去开发者把CUDA项目迁到AMD的ROCm，虽然已经有HIPIFY（CUDA代码迁移工具）这样的自动翻译工具，但仍然麻烦,要改算子、调内存、适配不同GPU架构，再不断修Bug（程序缺陷）。

现在AMD正在把Agent（智能体）直接引进这个流程。

它的MOAT（多智能体迁移工具）可以让Claude Code（Claude代码智能体）或者Codex（代码智能体）自动阅读一个CUDA项目：一个Agent分析代码，一个负责迁移，一个审查修改，另一个直接在AMD GPU上测试，失败后再返回继续调整。

今年推出的ROCm.AI（AI原生ROCm开发环境）又往前走了一步。

Claude、Codex、Cursor（AI编程工具）、Gemini（谷歌AI模型）都可以直接调用AMD提供的Skills（技能），帮助开发者安装环境、部署模型、寻找问题；Hyperloom（自动性能优化工具）甚至会自己寻找推理瓶颈、修改Kernel，再验证性能有没有提高。

AMD ROCm.AI智能体开发工作流

今年7月，Anthropic和AMD签署大规模合作时，双方还明确写进协议：Claude会帮助AMD优化GPU工作负载，加速ROCm开发。

这已经非常接近“AI自己帮助竞争芯片补软件生态”。

另一边，我们介绍过的Modular也一直在做类似的事情。

它用Mojo（编程语言）和MAX（AI推理平台），希望开发者写一次程序，底层系统尽可能替他处理不同芯片之间的差异。

Mojo跨不同GPU硬件运行示意

OpenAI的Triton（高层GPU编程框架）走的也是这个方向。有意思的是，英伟达自己今年也开始给Triton提供CUDA Tile IR（CUDA分块中间表示）后端，让开发者继续使用更高层的编程方式，再由底层系统映射到英伟达硬件。

Google甚至发布了JAXBench（TPU内核优化基准），专门测试AI Agent能不能自主优化TPU（张量处理器）的底层Kernel。

这些看起来分散的动作，其实都在指向同一个变化:CUDA锁住开发者的软件壁垒，正在被AI快速攻破。

AI竞争的单位，已经从公司变成生态

这才是DeepSeek和华为这次合作更值得关注的地方。

如果只是比较一颗芯片快多少、一个编程工具好不好用，很容易低估今天AI产业的复杂程度。

英伟达这些年真正做的，就是不断把竞争单位往上推：从GPU到CUDA，再从CUDA走向NVLink（高速芯片互连）、NVSwitch（高速交换芯片）、网络、机架、超节点和AI Factory（AI工厂）。

2023年6月《英伟达&AI芯片企业分析》专题PPT

所以前哨早在2023年就提醒大家，英伟达真正的生态壁垒已经不只是CUDA。

今年我们继续追踪AI如何反过来降低CUDA这样的旧软件壁垒，看到AI的竞争早已不是DeepSeek对英伟达、华为对英伟达这种简单的“一家公司打另一家公司”。

它越来越像一组生态和另一组生态之间的竞争，而且竞争与合作会同时存在。

大家会争标准、争入口、争利润，也会在不同层级上彼此合作。

这才是这件事真正反映出的趋势：AI正在加速技术迭代，也在加速产业重新组合。

未来决定胜负的，是谁能把模型、芯片、软件、开发者和应用组成一个迭代速度更快、成本更低、协同效率更高的生态。

这也是王煜全和大家持续追踪科技产业的价值所在：不只看今天谁发布了什么，更要看技术变化之后，新的产业壁垒又在哪里形成。

十一期间购买或续费前哨科技特训营会员，还可获赠蓝区“几岁”健康手环1个，并享AI王煜全5倍Token（令牌）使用量（每人每月提问上限300次，已享每月300次额度的会员不再额外增加）。

如果你也想持续跟踪这些真正改变产业格局的信号，欢迎趁十一活动加入前哨科技特训营。