本次发布为实验版本，主要有两块内容一是DSA （ DeepSeek Sparse Attention），探索在长文本下的训 练及推理降本，成本又打骨折了，但这个其实之前其他厂商也有类似尝试，倒也不算意外 。 我个人觉得第二块内容开源 开源 TileLang 与 CUDA 算子版本， 意义反倒比较重大，重点聊聊 从国产替代的角度来看，DeepSeek 开源 TileLang 与 CUDA 算子版本的动作，本质上是在 AI 底层技术 栈（尤其是 GPU 算子开发领域）推动 "自主可控" 与 "生态破局" 的关键尝试，其意义可从技术自主 权、国产硬件适配、生态协同、创新效率四个维度深度解析： 一、打破 CUDA 生态垄断，争夺算子开发技术自主权 CUDA 作为 NVIDIA 主导的闭源异构计算平台，长期垄断全球 GPU 算子开发标准 —— 从底层指令集 到上层算子库（如 cuBLAS、cuDNN），几乎所有主流 AI 框架（PyTorch、TensorFlow）和大模型训练 推理都高度依赖其生态。这种垄断导致两个核心问题： 技术卡脖子风险：国内若长期依赖 CUDA 算子，在新模型研发中（如大模型 MoE 结构、多模 ...