9月30日，据雷峰网报道，DeepSeek宣布其算子开发工具链原生支持华为昇腾950，TileLang及DeepGEMM、DeepEP、FlashMLA、TileKernels、DeepSelect同步推出昇腾版本。报道称，这是国产算力首次在核心算子工具层面做到与英伟达生态能力对标。
算子开发长期是AI底层门槛最高的工作之一。雷峰网称，底层算子不达标时，芯片算力利用率可能只有20%，写算子的目标是把硬件利用率提高到95%以上。过去手写CUDA性能高但绑定英伟达、难移植，cuBLAS等厂商算子库灵活差，Triton等高层DSL对昇腾、AMD等非英伟达硬件原生支持不足。TileLang以多级分块为核心，开发者声明数据块在哪里计算，编译器自动完成搬运和线程同步，性能直逼手写CUDA，主攻GEMM、FlashAttention、稀疏MLA等大模型核心算子。
TileLang复用Apache TVM编译能力，采用前后端解耦架构，新芯片适配只需新增目标后端。雷峰网称，基于TileLang优化的DeepSeek V3.2稀疏注意力TopK算子比原生PyTorch快2至20倍，在H100上MLA解码性能超过PyTorch原生实现和Triton，追平cuBLAS与官方FlashAttention，在AMD MI300X上也接近硬件极限。
DeepSeek将国产芯片置于核心战略位。9月21日，据《The Information》报道，梁文锋在投资人闭门会上称，使用华为或其他国产芯片训练模型是公司当前“最大的赌注之一”，必须成功。彭博社此前报道，DeepSeek已投入25.6亿美元订单，采购至少16万颗华为昇腾950DT，用于内蒙古乌兰察布在建的吉瓦级数据中心，最快2026年第四季度交付。这批芯片主要面向推理侧，训练仍主要依赖英伟达。
迁移面临三项难关。训练软件栈需重写，DeepSeek-V3、V4训练代码原为英伟达架构编写，需将cuBLAS、NCCL调用替换为Ascend C、HCCL，并验证FlashMLA、DeepEP、DeepGEMM在昇腾950上的性能。通信原语从NCCL到HCCL在API设计、性能曲线、容错模型上不同，适配偏差可能导致整轮训练静默失效。芯片产能上，出口管制同样制约华为扩大Ascend 950产能；知情人士称，受先进内存等核心元器件短缺影响，华为面临生产瓶颈，DeepSeek短期仍无法完全摆脱英伟达硬件依赖。
另据量子位9月30日发布的直播回顾，西门子Xcelerator中国销售与生态成功负责人顾欣与阿丘科技创始人兼CEO黄耀讨论工业AI落地。黄耀以半导体晶圆切割为例称，识别不准会直接切坏晶圆；阿丘科技用多模态模型提升识别精度和泛化能力，并把设备工程师部分经验沉淀进智能体，案例中设备OEE和产能可提升25%左右。顾欣表示，工业AI最关键的是具备工业级可靠性，判断标准要可信、可追溯、可量化。
黄耀认为，工业应用高度碎片化，不同门类、场景、工艺差异大，同一企业不同工厂的设备、数据、流程和规范也可能不同；工业数据少、难获取，还涉及工艺和商业机密，模型到新现场需重新适配。顾欣称，西门子Xcelerator希望做好连接器和放大器，把技术接到真实需求，并在方案验证后接入集成、交付和生态资源；西门子成都工厂与阿丘科技通过PoC共创验证。黄耀判断，当前工业AI机会来自高价值、数据ready、技术可行交叉点，典型是围绕良率、工艺、OEE的单点应用。