DeepSeek大语言模型通过绕过英伟达的CUDA框架，直接使用底层硬件指令PTX语言进行优化，引发了对GPU算力限制的关注。此举表明DeepSeek在H800芯片训练中，将优化做到了极致，为未来兼容国产GPU芯片做准备。绕过CUDA虽增加了开发难度，但可实现更细粒度的操作，方便适配国产硬件。这一突破不仅展现了DeepSeek非凡的工程水平，也反映了美国对华制裁背景下，中国企业在GPU短缺危机中的紧迫感和创造力。这或将加速国产GPU的发展，打破英伟达在AI芯片领域的垄断地位。

🚀DeepSeek大模型另辟蹊径，在英伟达H800芯片训练中，没有采用通用的CUDA高级编程语言，而是选择使用更底层的PTX指令，以实现极致优化。

🛠️绕过CUDA，意味着DeepSeek需要投入更多精力进行底层优化，虽增加了开发难度，但也能够根据GPU的驱动函数进行定制化开发，实现更细粒度的控制。

🇨🇳此举为DeepSeek未来兼容国产GPU芯片铺平了道路。通过了解国产硬件驱动提供的基本函数接口，DeepSeek可以更容易地将自家大模型适配到国产硬件上。

💡DeepSeek的突破，体现了中国科技企业在外部压力下的创新能力和工程实力，也为国产GPU的发展带来了新的机遇。

快科技2月5日消息，DeepSeek全球爆火，再一次引发外界对GPU算力限制话题的关注。

据报道，DeepSeek开发的大语言模型绕过了英伟达的CUDA框架，正为未来兼容国产GPU芯片做准备。

众所周知，英伟达的CUDA（Compute Unified Device Architecture，统一运算架构）能大幅降低研发大模型的难度，获全球开发商使用，一举将英伟达推上AI芯片领域的垄断地位。

但最新发现显示，DeepSeek使用英伟达的H800芯片训练时，使用英伟达底层硬件指令PTX（Parallel Thread Execution）语言，而非高级编程语言CUDA。

这样意味着DeepSeek绕过了CUDA，使用更底层的编程语言做优化。

对于程序开发人员来说，CUDA是一种更加友好的高级语言，开发者只需要专注于程序和算法最相关的运行逻辑，而不太需要考虑具体的程序是如何在GPU等硬件上具体如何执行计算的，从而能够降低开发难度。

而PTX在接近汇编语言的层级运行，允许进行细粒度的优化，如寄存器分配和Thread / Warp级别的调整。这种编程非常复杂且难以维护，所以行业通用的做法是使用CUDA这样的高级编程语言。

换句话说，DeepSeek把优化做到了极致。

北京航空航天大学副教授黄雷表示，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。

这也说明DeepSeek拥有一些擅长写PTX语言的内部开发者。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。

“这凸显了DeepSeek非凡的工程水平，并表明美国对华制裁加剧的“GPU短缺危机”激发了他们紧迫感和创造力。”韩国Mirae Asset Securities Research的一名分析师表示。