DeepSeek 的计算库 DeepGEMM，有了面向昇腾的实现；通信库 DeepEP，也有了面向昇腾训练和推理的版本。
这两份公开仓库分别对应单块芯片怎样高效运算，以及多块芯片怎样分工合作。DeepGEMM 的昇腾版说明，还明确感谢了华为在开发期间提供的技术支持。
与此同时，TileLang 的昇腾 950 后端文档写明，初版主要由 DeepSeek AI 成员开发，并感谢华为的紧密协作。
把模型搬到另一种芯片上，需要打通编程、计算和通信。
这也让最新的芯片合作报道有了背景：双方此前已经在解决模型与硬件之间非常具体的问题。
讨论 AI 芯片，人们常盯着一个指标：算力有多高。
开发者还要面对另一件事：手里的程序，怎样才能把这些算力用出来。
英伟达的 CUDA 平台，为开发者提供编程工具、编译器、计算库以及面向不同任务的软件支持。做 AI 的团队可以在这套工具之上继续开发，积累自己的代码和调优经验。
换到另一种芯片，底层指令、数据存放方式、运算安排都可能变化。把一套代码稳定变成另一种硬件上的生产力，需要持续适配。
大模型后训练的软硬件分层
在华为公开的后训练方案图里，模型下面还排着训练框架、CANN 软件和超节点硬件。上面的应用能够运行，要靠下面这些层逐层衔接。
TileLang 做的，就是其中一部分工作：开发者写出运算，编译工具再把它转换成适合目标芯片执行的代码，并处理一部分调度与同步。
它本身是已有的开源项目。主仓库记录了 2025 年初的开源历史，也感谢了北大团队的早期贡献；这次与 DeepSeek 相关的新进展，是面向昇腾 950 的后端。
软件生态的积累，要靠这样的具体工作一点点完成。
「DeepGEMM-Ascend」 处理的是大模型里反复出现的矩阵计算。
可以把它理解为一套专门安排计算任务的方法：数据怎样摆放、什么时候搬进芯片、不同运算怎样衔接，都要贴合硬件的特点。
它保持了与原版 DeepGEMM 的接口兼容，开发者可以沿用熟悉的调用方式。当前公开的要求包括昇腾 950 和配套的 CANN 环境。
昇腾950DT上的矩阵计算测试
DeepSeek 公布的测试中，部分矩阵计算案例的算力，达到对应理论上限的 99% 以上。不过，这些结果对应指定形状、数据类型和软件环境下的计算内核测试。
一整轮模型训练，还包含数据加载、通信、任务调度和故障处理。局部运算的高效率，要放进整套系统后才能体现实际收益。
对模型团队来说，这些看起来枯燥的优化，会影响昂贵的芯片有多少时间真正用于计算。
单块芯片算得快，接下来还要让很多芯片协同工作。
「DeepEP-Ascend」 面向的一个关键场景，是 MoE，也就是混合专家模型。可以把模型里的不同专家理解成分工不同的处理单元，一次任务会被送往相应的专家，再把结果汇总起来。
当专家分布在多块芯片上，芯片之间的数据传输就成了重要环节。数据没有及时送到，等着它的芯片就可能停下来。
华为在 9 月 30 日的公告中提到，为合作提供了联合定义的 SuperPoD Flex，以及相应的互联组网方案。
2026年7月亮相的昇腾950超节点
超节点的思路，是把多个计算节点高速连接，并通过统一内存编址等机制，让它们在逻辑上像一台大计算机一样协作。
上图是华为 7 月公开展示的 Atlas 950 超节点。到了 9 月的官方介绍，华为进一步公布了后续系统路线。
大模型需要的算力，要靠芯片、互联和软件一起交付。
模型团队深入这些环节，可以把真实工作负载带来的需求，更直接地反馈给硬件与系统开发者。
这条路线有了公开代码，也有仍需解决的工程问题。
DeepEP-Ascend 当前说明中的部分性能测试，使用了概念验证固件和人工配置；一些功能仍被标注为实验状态。相关数字需要和这些条件一起看。
官方测试中的吞吐，也有适用范围。华为 9 月 30 日公告明确注明，相关推理数字是离线纯模型测试，没有包含服务调度和框架负载均衡。
真正接住大量用户的请求，还要处理任务长短不同、访问高峰、故障恢复，以及长时间运行的稳定性。
华为已经公布后续芯片计划：9 月更新的路线中，昇腾 960DT 计划于 2027 年第一季度推出，960PR 计划于第三季度推出。计划最终怎样落地，仍要看产品与软件的实际交付。
对普通用户来说，这些变化会不会体现在手机上，要看更完整的链条：模型训练能否持续推进，服务能否承接更多请求，成本下降能否传递到产品。
如果底层系统逐渐成熟，模型公司就有机会获得更多算力选择，也更有余地安排新模型和新功能。
聊天窗口里的能力，最终离不开机房里的这些工作。DeepSeek 与华为已经公开的协作，让国产 AI 的竞争继续向更深处延伸。
