DeepSeek国产GPU语言TileLang问世，对标CUDA替代Triton，昇腾首发支持
DeepSeek v3 2有一个新改动，在论文里完全没提，只在最新公告中出现一次，却引起墙裂关注。 开源TileLang版本算子，其受关注程度甚至超过新稀疏注意力机制DSA，从画线转发的数量就可以
DeepSeek v3.2有一个新改动，在论文里完全没提，只在最新公告中出现一次，却引起墙裂关注。
开源TileLang版本算子，其受关注程度甚至超过新稀疏注意力机制DSA，从画线转发的数量就可以看出来。
海外社区也注意到DeepSeek使用了它而不是OpenAI开发的Triton语言。
有接触过的开发者感叹TileLang是一种非常优雅的语言，只需不到100行代码就能写出比Flash Attention 2原版快30%的注意力实现。
那么什么是TileLang，又为何引人瞩目？
首先，TileLang是一种专门用来开发GPU内核的领域专用语言，性能上可以对标英伟达CUDA，DeepSeek最新推荐使用此版本做实验，在方便调试和快速迭代上有优势。
更重要的是，TileLang与国产算力生态适配，连华为昇腾都要在第一时间公告对TileLang的支持。
在几周前的华为全联接大会2025的开发者日上，TileLang团队成员董宇骐就介绍了TileLang实现FlashAttention算子开发，代码量从500+行减少至80行，并保持了与手机游戏本持平的性能。
此外TileLang团队成员王磊和沐曦集成电路的高级总监董兆华也在同一个圆桌沙龙上出现过，讨论了沐曦GPU与TileLang的适配。
DeepSeek为什么选择TileLang
DeepSeek与TileLang第一次同框亮相，其实是在6月的北京智元大会。
在DeepSeek实习过的北大博士袁境阳，在报告中就提到“TileLang的算子实现会更快一点”。
TileLang的发起人之一，北大博士研究生王磊当时还专门发帖感谢DeepSeek尝试他们的语言。
TileLang由北大团队主导开发，核心人物除了王磊、董宇骐，还有北大计算机学院的副研究员、博士生导师杨智。
2025年1月，TileLang在GitHub上正式开源，至今已获得1.9k标星。
简单来说，Tile语言 ( tile-lang ) 是一种简洁的领域专用语言，旨在简化高性能 GPU/CPU 内核的开发。tile-lang采用Python式语法，并在TVM之上构建底层编译器基础架构，使开发者能够专注于提高生产力，而无需牺牲实现最佳性能所需的底层优化。
王磊曾在7月HyperAI超神经主办的Meet AI Compiler技术沙龙分享TileLang的核心设计理念：
将调度空间（包括线程绑定、内存布局、张量化和流水线等）与数据流解耦，并将其封装为一组可自定义的注解和原语。这种方法允许用户专注于内核的数据流本身，而将大部分优化工作交给编译器完成。
TileLang将“Tile”作为编程模型的核心概念，通过显式的Tile抽象，让开发者能够直观地控制数据在全局内存、共享内存和寄存器之间的流动。
TileLang提供了三个不同层次的编程接口，满足不同水平开发者的需求。
初学者可以使用硬件无关的高层接口，专注于算法逻辑而不必关心底层细节。
有经验的开发者可以使用ile Library，这里包含了各种针对不同硬件架构优化过的预定义操作。
对于追求极致性能的专家用户，TileLang还提供了线程原语级别的控制，允许他们直接操作线程同步、内存合并等底层特性。
DeepSeek显然就属于追求极致性能的专家用户了，根据v3.2公告的说法，在早期DeepSeek团队使用TileLang快速开发原型，之后用更底层的方法进一步优化性能。
v3.2论文中提到在内核层面共享k-v提升计算效率，让DSA的闪电索引器机制（lightning indexer）运行速度远超传统实现。
在TileLang的文档中也有相关的技术介绍，在计算过程中缓存中间数据，比全局内存快得多。
TileLang与DeepSeek双向奔赴
更早之前，在DeepSeek连续一周发布开源代码库的第一天，王磊就曾向DeepSeek团队推荐TileLang语言。
后来TileLang也以DeepSeek在这天发布的FlashMLA内核作为评测基准，在H100上的MLA解码速度，TileLang编写的内核做到与FlashMLA相当。
在最新的DeepSeek v3.2发布之后，王磊也发帖致敬DeepSeek敢于使用一门新的编程语言来开发核心产品。
并且DeepSeek v3.2也验证了TileLang确实可以用来训练模型。
DeepSeek V3.2技术报告：https://github.com/deepseek-ai/DeepSeek-V3.2-Exp/blob/main/DeepSeek_V3_2.pdf
TileLang：https://github.com/tile-ai/tilelang
参考链接：
[1]https://x.com/Lei_Wang_1999/status/1932331703747698786
[2]https://x.com/nathancgy4/status/1972613835598299245
[3]https://bbs.pku.edu.cn/v2/post-read-single.php?bid=322&postid=28065519
[4]https://hub.baai.ac.cn/view/46173
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
同类文章
Meta扎克伯格坦承AI智能体发展不及预期，超级智能仍需时间
IT之家 7 月 3 日消息，据《商业内幕》今天报道，Meta 首席执行官马克 · 扎克伯格在上周四的一场内部全员会中表示，公司仍在努力实现“超级智能”（Superintelligence），但目前还需要投入更多时间和精力。据两位参会人士透露，扎克伯格表示，Meta 正在向人工智能领域投入大量资源，
Agentic AI重构影像创作，影石Insta360联
全民影像记录时代到来，全景相机、运动相机、航拍无人机走进大众生活，每个人都能随手拍摄海量视频素材，但剪辑繁琐、高光筛选耗时、全景素材适配难等行业痛点始终未能彻底解决。市面上主流剪辑工具大多只聚焦后期编辑，平台适配流程复杂、模板同质化严重，针对360°全景画面的智能制作能力更是长期空白。与此同时，全球
微软Teams加强第三方AI智能体权限管理，需会议组织者确认后放行
IT之家 7 月 6 日消息，微软发文，宣布为 Microsoft Teams 会议应用推出全新的 AI 机器人管理策略，当第三方 AI 机器人尝试加入会议时，必须先获得会议组织者批准后才能进入。据介绍，目前微软已在 Teams 管理中心新增“Manage external bots and the
小猿AI接入多模态AI能力，推动智能学习体验升级
小猿AI升级为全学科AI学习助手，强化多模态能力，支持图像识别、文本理解与题目解析；拍照后可智能分析题型、匹配知识点并推荐练习；语文英语模块新增语句纠错、单词解释及作文辅助功能。小猿AI近期在产品能力上迎来重要升级，正式强化多模态AI能力，使其在图像识别、文本理解与题目解析方面表现更加全面。据产品体
阶跃AI推动多模态AI发展：语音与内容生成能力持续增强
阶跃AI正加速构建多模态AI能力，重点布局语音识别与生成、跨模态内容理解；强化语音交互，支持自然语音输入输出；提升图文理解能力，拓展至营销文案、知识整理等智能写作场景；向全面智能助手演进。阶跃AI正在加速推进多模态AI能力建设，重点布局语音识别、语音生成以及跨模态内容理解能力。在最新技术方向中，阶跃
- 热门数据榜
相关攻略
2026-07-13 14:42
2026-07-13 14:40
2026-07-13 14:36
2026-07-13 14:19
2026-07-13 14:16
2026-07-13 13:55
2026-07-13 13:55
2026-07-13 13:55
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题
