中國AI軟體與晶片一起補強，輝達(NVDA)在華市占會被搶走嗎？

 

DeepSeek與華為公開TileLang，直接挑戰CUDA開發生態

截至今年9月30日，DeepSeek已公開與華為共同開發的AI晶片程式設計工具。這套工具專為華為Ascend加速器設計，將全面開源並提供免費下載，目標是讓開發者更容易取得與使用。

工具包中最受關注的是TileLang平台。市場將它視為中國挑戰輝達(NVDA) CUDA的重要軟體基礎。CUDA長期主導AI開發流程，開發工具、程式語言與硬體效能彼此綁定，形成輝達最深的競爭優勢之一。

TileLang瞄準CUDA護城河。開源與免費下載可以降低初期採用門檻，也有助於擴大開發者參與。然而，平台釋出只代表競爭起點，後續仍要累積函式庫、開發工具、文件、除錯能力與實際工作負載。

 

128顆Ascend 950組成超級節點，軟硬體協同成為主軸

路透社報導指出，華為在程式設計基礎設施的開發過程中提供全面技術支援。雙方也共同推進一套「超級節點」解決方案，以128顆華為Ascend 950晶片進行深度開發。

這套架構著重提升資料運算能力與晶片間通訊效率。當單顆晶片效能受到限制，大規模叢集能否有效協作，便會直接影響模型訓練與推論的總體效率。128顆晶片的互連表現，因此比單純堆疊晶片數量更具觀察價值。

DeepSeek與華為同時推進程式設計平台及超級節點，代表競爭範圍已涵蓋軟體介面、硬體調度與平行運算。這種軟硬體協同方式，也更接近完整AI基礎設施的建構路線。

 

高階語言承擔效能調度，也決定開發者採用意願

DeepSeek提出的方向，是建立新一代獨立自主的GPU軟體生態系統。公司認為，高階語言需要兼顧通用性、程式撰寫便利性，以及充分發揮硬體效能的能力。

這三項要求彼此牽動。語言愈容易使用，愈有機會吸引更多開發者；底層最佳化能力愈成熟，Ascend硬體資源的利用率也可能提高。若缺少模型框架、常用運算元與開發工具支援，開源本身仍難以快速轉化成大規模部署。

開發者生態需要長期累積。TileLang後續能否支援更多模型與應用場景，以及軟體更新速度能否跟上AI工作負載變化，將決定它能走到多大的使用規模。

 

對輝達的影響取決於工作負載遷移與商業部署

目前可以確認的是，中國AI基礎設施正在補上程式設計工具與叢集互連能力。TileLang提供軟體入口，Ascend 950超級節點提供硬體承載，兩者共同服務本土AI運算需求。

這項進展暫時無法直接推導輝達營收受到多大影響。CUDA累積多年的開發資源與使用慣性，TileLang也尚未公布足以比較的採用規模、效能測試或商業部署數據。平台競爭最終要回到實際工作負載，包括模型能否順利遷移、叢集效率能否穩定，以及企業是否願意投入長期開發成本。

對輝達投資人而言，後續可追蹤TileLang的開發者數量、主流框架支援度與Ascend超級節點部署規模。若這些指標持續擴張，中國市場的軟硬體替代將更具體；若採用仍集中於少數專案，短期影響主要停留在戰略競爭層面。