DeepSeek 把训练推理栈搬到昇腾：TileLang、DeepGEMM、DeepEP 同日开源
DeepSeek 于 9 月 30 日上午通过官方公众号宣布，正式开源面向华为昇腾算力平台的基础设施组件——TileLang 高级语言编译工具、计算库与分布式通信库，与此前给英伟达平台开源的那套一一对应。落到仓库上，deepseek-ai/DeepGEMM-Ascend 建仓于 9 月 29 日 23:49（UTC 09-29T15:49），deepseek-ai/DeepEP-Ascend 建仓于 9 月 30 日 08:44（UTC 09-30T00:44），两个 README 都写明面向昇腾 NPU，并保持与英伟达版一致的公开 API。DeepSeek 官方的说法是：训练中用到的每一个 TileLang 算子，在昇腾上都有对应的高性能实现。
组件分工上，DeepGEMM-Ascend 是 DeepGEMM 到昇腾的移植，支持 BF16、FP8、FP4 的 GEMM 以及 MQA logits 与 MegaMoE，官方称与英伟达版「API 完全兼容」，内部用昇腾特有的稀疏数据加载与协程式流水线去逼近硬件上限；DeepEP-Ascend 提供 MoE dispatch/combine 的专家并行 all-to-all（含 FP8 dispatch 与延迟 epilogue），以及流水线并行、上下文与数据并行的集合通信原语，buffer API 与英伟达版 DeepEP 对齐。华为侧给出的实测数字是 DeepEP 的 Dispatch 带宽 375 GB/s；在 EP32 部署、offline 推理模式下，DeepSeek-V4.1-Flash 每卡输出吞吐 2,469 tokens/s（TPOT=5ms）。华为同时把这次联合创新的成果在 CANN 社区开源。
值得记的不是「国产卡能跑」，而是接口这一层被对齐了：同一套算子与通信原语，换硬件不需要换开发流程。此前 DeepSeek 在 9 月 8 至 10 日开源过 DeepJIT、DeepSelect 与 deepseek-recipe，其中 DeepJIT 就是 CUDA 与昇腾双后端；这次补上的是计算与通信这两块最吃硬件细节的部分。