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。