# "一年瓦解CUDA"？3.4万字纪要和代码，我都查了一遍 刷屏的那句话，在 3.4 万字录音稿里找不到。 7 月下旬，"梁文锋称一年内瓦解英伟达 CUDA 护城河"在投资圈刷屏。我把流传的实录原文逐句核对了一遍：实录里的原话是两句独立的表述。第一句是"英伟达 CUDA 的护城河在快速地被瓦解"——没有任何时间期限。 第二句是"未来一年之内，我们能够看到有一个事情被验证：国产芯片的生态完全没有问题"——"一年"修饰的是国产芯片生态被验证，不是 CUDA 被瓦解。两句合并，就成了传播效率最高、也离原意最远的版本。 但真正值得核查的不是这句讹传，而是它背后的三条论据：出现了 TileLang 这样的新高级语言、AI 可以写代码、专用芯片不再绑定游戏卡设计。逐条查完，结论并不整齐：有的有硬工程证据，有的经不起测，有的根本无法验证。 ## 一、这份纪要本身是什么 先交代信源。这些话出自 2026 年 5 月 20 日一场闭门投资人交流会：3 小时 44 分钟，118 个问题，3.4 万字录音稿。7 月 22 日深夜经公众号"别处发生"外泄，后经格隆汇等渠道流传。梁文锋本人与 DeepSeek 至今没有确认过纪要内容。 彭博 7 月 25 日报道，因纪要外泄，DeepSeek 口头通知投资者暂缓第二轮融资签约——这轮拟募不少于 100 亿元、投前估值不低于 4800 亿元。DeepSeek 内部人士 7 月 26 日回应："不可信，外部消息多为假的或者臆测。" 注意这句否认的对象：它否认的是"融资受影响"的报道，不是纪要真伪。到今天为止，没有任何一方对那 3.4 万字本身表过态。 所以下面的核查都建立在"纪要内容待证"的前提上。好在纪要涉及的技术事实——TileLang、算子、国产芯片适配——全部有公开代码和论文可查，可以绕开纪要独立验证。 ## 二、TileLang：70 行顶数千行是真的，但它不绕开 CUDA 先纠正纪要一处硬伤。纪要称 TileLang 为"DeepSeek 自研"，经核不准确：TileLang 是北京大学杨智团队主导、微软亚洲研究院与帝国理工参与的开源项目，一种专门用来写算子的编程语言（DSL，领域专用语言）。 算子，就是矩阵乘、注意力这类在 GPU 上反复执行的计算单元，AI 模型的性能就摊在几百个这样的算子上。过去写一个高性能算子，要手写数千行 CUDA 代码。 论文（arXiv 2504.17577）共 11 位作者，无一来自 DeepSeek。DeepSeek 是深度使用方，不是开发方。 它的杀伤力在开发成本这一侧，数字是硬的：约 70 行 Python（仓库口径 80 行）实现 MLA 解码算子，在 H100 上达到 DeepSeek 手工优化库 FlashMLA 最高 98% 的性能，多数场景持平；在 AMD MI300X 上达到手写 AITER 库的 95%。而 FlashMLA 这类手工库，是数千行 CUDA 代码。 但有一个技术自反，论文自己承认：在英伟达硬件上，TileLang 编译管线最终生成的是 CUDA C/C++ 源码，矩阵乘底层调用的是英伟达自家的 CUTLASS 库，论文把"消除 CUTLASS 依赖"列为未来工作。 换句话说，这个被拿来论证"CUDA 护城河被瓦解"的工具，目前是 CUDA 生态的上层客户，不是绕开 CUDA 的独立技术栈。 ## 三、两个仓库：一个沉默，一个喧闹 代码仓库不配合任何叙事，它只记录事实。看两个仓库的对比。 第一个是 DeepSeek 官方的 TileKernels：2026 年 4 月 23 日发布，MIT 协议，含 MoE 路由、量化、Engram 门控等内核，README 自述"部分内核已用于内部训练和推理"。 它的硬件要求写得很清楚：仅支持英伟达 SM90/SM100 架构（即 H100、B 系列这两代旗舰卡），需 CUDA Toolkit 13.1 以上，全文没有昇腾、AMD、NPU 任何字样。发布至今零新提交（截至 7 月 31 日）。也就是说，DeepSeek 公开的生产级内核，今天仍完全锁定在 CUDA 栈上。 第二个是 tile-ai 组织维护的 tilelang-ascend：华为海思、中科院计算所、编译器与编程语言实验室等多方支持的昇腾变体，在昇腾 A2/A3 上测试验证。 2026 年 4 月 24 日——DeepSeek V4 发布当天——这个仓库放出了 V4 的昇腾算子：稀疏注意力、MLA、lightning indexer、INT8 GEMM，都是真实代码。仓库持续活跃到 7 月 31 日，最新提交里出现了文件名含 a5 的测试代码，疑似下一代昇腾 A5，README 尚无正式说明。 一边是官方 CUDA 仓库 4 月后归零，一边是昇腾变体高频更新到上周。这个对比比纪要里任何一句话都有信息量：迁移是真的在发生。但要注意，昇腾变体是生态协作项目，不是 DeepSeek 官方仓库。 ## 四、"AI 可以写代码"：一成正确率与 98% 性能是两回事 纪要的另一条论据"AI 可以写代码"，最需要拆开看，因为它混合了两条完全不同的技术路线。先说结论：AI 全自主写算子，目前十次错九次；人机协作加高层语言，70 行顶数千行。数据分开看。 全自主路线的实测很难看。清华朱军、陈键飞团队 2026 年 5 月的 KernelBenchX 基准（arXiv 2605.04956，176 个任务、15 类，测的是 Triton——OpenAI 推出的、比 CUDA 更易上手的 GPU 编程语言）：表现最好的 KernelAgent，64.2% 的生成代码能跑起来，但算出正确结果的只有 10.8%。 其余更低：GEAK 正确率 30.7%，Claude 22.7%，AutoTriton 17.0%，DeepSeek-Coder 0.0%。算得对的那部分里，46.6% 比 PyTorch 不做任何优化的默认跑法还慢，合并中位加速比 1.0008 倍——等于几乎没有加速。融合类任务 72% 五种方法全部失败，量化类 0/30 全军覆没。 Snowflake 的 FastKernels 基准（arXiv 2605.23215，覆盖 HuggingFace Transformers 96.2% 架构的 46 个代表架构）结论更冷：最强代理相对生产基线的加速比 0.94 倍，反而更慢；较弱的只有 0.78 和 0.53 倍。论文判断，代理学会了"在沙箱刷分"，代价是接口不兼容和静默的正确性退化。 更早的反面案例是 Sakana AI：宣称 AI CUDA Engineer 达到 10 到 100 倍加速，实测反而慢约 3 倍，根因是生成内核通过内存复用漏洞"偷取"参考实现的结果、绕过正确性检查，官方承认并撤回。 第二条路线是人机协作加高层语言，就是前面 TileLang 的 70 行达 98%：人负责算法结构，编译器负责底层优化。这条路线的数据成立。 市面上还有两组亮眼得多的数字，为什么不能推翻上面的结论？英伟达 2025 年 2 月自报：闭环验证器加推理时扩展，在 KernelBench Level-1 正确率 100%、Level-2 达 96%——但仅限注意力类算子，且是自报口径，与第三方全类别基准不可直接比，Sakana 的前车之鉴就在上面。摩尔线程的 MusaCoder（arXiv 2606.04847）自称 9B 模型做国产 GPU 内核生成追平前沿闭源模型——同样是自报，尚待第三方复测。 所以"AI 可以写代码"这句话，作为"全自主替代 CUDA 工程师"的论据，目前正确率一成；作为"降低算子开发门槛"的论据，70 行顶数千行，成立。纪要的叙事把两者揉在了一起。 ## 五、格局：谁的受益是实的 华为昇腾是整条证据链里唯一有独立证据的受益方。4 月 24 日 V4 发布当天，华为官宣昇腾 950 在内的超节点系列全面适配 V4，并称昇腾 950P 单卡推理性能为英伟达 H20 的 2.87 倍——这条不依赖纪要，独立成立。 纪要里另一个流传很广的数字——华为提供约 1.6 万张 950 卡，等效约 4000 张英伟达 B 系列——必须说明：所有报道都转述自纪要本身，没有独立信源。推理先行的承接路径清晰；训练侧的证据，目前没有。 寒武纪等其他国产芯片，在整条证据链中完全缺席。TileLang 的昇腾适配是华为、北大、DeepSeek 的定向工程，不会自动外溢——其他国产芯片要吃到同样的红利，得各自建一套编译器后端，也就是把同一份算子代码翻译成自家芯片指令的那层软件。各家做没做、做到哪一步，没有公开证据，"国产算力整体受益"的线性外推因此缺乏依据。 顺带交代纪要的第三条论据"专用芯片不再绑定游戏卡设计"：这是芯片设计路线的判断，没有公开代码或论文可以独立验证，本文存而不论。 英伟达这边，短期核心没有被触及：算子库、硬件与编译器的协同、训练侧的生态惯性都在，TileLang 本身还在调用 CUTLASS。叙事利空大于基本面利空。 往后盯两个信号就够了：DeepSeek 官方仓库何时出现第一个非 CUDA 后端；昇腾何时承接可验证的训练（而非推理）负载。第一个触发，说明迁移从生态协作变成官方路线；第二个触发，才谈得上动摇英伟达的基本盘。这两件事发生之前，"瓦解"只是一个形容词。 ## 六、护城河真正变了什么 回到那句被讹传的话。"一年内瓦解 CUDA"：无证据支持。"CUDA 护城河正在被侵蚀"：方向成立，但这是长期渐进过程，纪要外泄前如此，外泄后也如此。 至于实录里真正的那句预言——"一年之内验证国产芯片生态没有问题"——按现有证据打分：推理侧有可能被验证，昇腾的算子、适配、性能数据都在路上；训练侧还没有任何公开证据。这句原话本身，目前成立一半。 真正的变化是性质上的。过去换掉 CUDA 意味着重写全部算子，数千行乘以数百个算子的工程量——这是"不可逾越"的含义。现在高层 DSL 把这件事变成了"移植一个编译器后端"：tilelang-ascend 用一个后端，让 70 行的算子代码在昇腾上跑了起来。 护城河还在，也还很深。但它的性质变了：从不可逾越，变成了可以用工程投入翻越——而工程投入，恰好是这个行业最不缺的东西。 --- 主要信源： - 梁文锋闭门投资人交流会流传实录（2026-05-20 交流，2026-07-22 经公众号"别处发生"外泄，格隆汇等转载；梁文锋本人与 DeepSeek 未确认内容） - 彭博 2026-07-25 报道（DeepSeek 暂缓第二轮融资签约，多家中文媒体转引） - TileLang 论文：arXiv 2504.17577（北京大学杨智团队等） - KernelBenchX 基准：arXiv 2605.04956（清华朱军、陈键飞团队） - FastKernels 基准：arXiv 2605.23215（Snowflake） - MusaCoder：arXiv 2606.04847（摩尔线程） - GitHub 仓库：DeepSeek 官方 TileKernels；tile-ai/tilelang；tile-ai/tilelang-ascend - 英伟达技术博客：LLM 生成 GPU 内核（闭环验证器 + 推理时扩展，2025-02，自报口径） - Sakana AI 官方声明：AI CUDA Engineer 结果撤回说明