DeepSeek通过绕过英伟达CUDA框架，直接使用底层硬件指令PTX语言进行大语言模型的训练，引发了对GPU算力限制的关注。此举表明DeepSeek在优化方面达到了极致，能够更细粒度地操作GPU，并为未来兼容国产GPU芯片做好了准备。虽然CUDA降低了开发难度，但DeepSeek选择更底层的PTX语言进行优化，凸显了其非凡的工程水平和应对GPU短缺危机的紧迫感与创造力。这种策略使其在硬件适配方面更具优势，能够更容易地将大模型适配到国产硬件上。

🚀DeepSeek开发大语言模型时，绕过英伟达的CUDA框架，直接使用英伟达底层硬件指令PTX语言，为未来兼容国产GPU芯片做准备。

💻英伟达的CUDA大幅降低研发大模型的难度，但DeepSeek使用PTX语言进行优化，虽然编程复杂，但允许细粒度的优化，从而做到极致。

🛠️绕过CUDA可以直接根据GPU的驱动函数进行新的开发，实现更细粒度的操作，这也说明DeepSeek拥有擅长PTX语言的内部开发者。

💡DeepSeek的做法凸显了其非凡的工程水平，表明美国对华制裁加剧的“GPU短缺危机”激发了他们的紧迫感和创造力，使其在硬件适配方面更具优势。

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。