DeepSeek在研发大模型时，选择绕过英伟达的CUDA，直接基于GPU驱动函数进行开发，实现更细粒度的操作。此举使得DeepSeek在多节点通信时，通过使用PTX，以算法方式高效利用硬件加速，大幅缩短模型训练时间。这不仅让DeepSeek在同等时间内能喂给模型更多数据，提高模型效果，也为其未来适配国产GPU打下基础。绕过CUDA，意味着DeepSeek能更灵活地控制硬件资源，并降低对英伟达的依赖，这在行业内引发了广泛关注。

🚀DeepSeek研发大模型时，选择绕过英伟达的CUDA，直接基于GPU驱动函数进行开发，实现更细粒度的操作。

⚙️DeepSeek通过使用PTX，以算法方式高效利用硬件加速，大幅缩短模型训练时间。例如，其他模型训练需十天，DeepSeek仅需五天，从而能给模型喂更多数据，间接提高模型效果。

🛠️DeepSeek拥有擅长PTX语言的内部开发者，未来使用国产GPU时，能更容易适配硬件，仿照英伟达GPU硬件的编程接口编写相关代码，让自家大模型更易适配国产硬件。

快科技2月2日消息，据国内媒体报道称，DeepSeek在研发大模型时绕过了英伟达的护城河CUDA，这让美国不少巨头们感到了很大的威胁，而现在这件事才刚刚开始。

DeepSeek真的绕过了CUDA，那这件事意味着什么？对此，北京航空航天大学黄雷副教授接受采访时表示，绕过CUDA，可以直接根据GPU的驱动函数做一些新的开发，从而实现更加细粒度的操作。

譬如DeepSeek在多节点通信时绕过了 CUDA 直接使用 PTX（Parallel Thread Execution），其最多只能实现以算法的方式来高效利用硬件层面的加速。

一旦速度变得更快，打个比方这就意味着别人家的模型要训练十天，而DeepSeek只需要训练五天，那么就能给模型喂更多的数据，即能让模型在同等时间内看到更多的数据，间接提高模型的效果。

按照消息人士的说法，DeepSeek拥有一些擅长写PTX语言的内部开发者。

那么，假如它之后使用国产GPU，其在硬件适配方面将会更得心应手，其只要了解这些硬件驱动提供的一些基本函数接口，就可以仿照英伟达GPU硬件的编程接口去写相关的代码，从而让自家大模型更加容易适配国产硬件。