DeepSeek 开源 TileKernels：用 Python 写出逼近硬件极限的 GPU 内核

DeepSeek 开源了 TileKernels——完全用 Python（TileLang DSL）编写的高性能 GPU 内核库。Engram 和 mHC 模块的暴露，揭示了 DeepSeek V4 的架构野心。

一个反直觉的事实

写一个高性能 GPU 内核，你需要什么？

传统答案是：C++、CUDA、模板元编程、几百行甚至上千行的代码、数周的调试时间。

DeepSeek 的答案是：Python，70 行以内。

这不是玩笑。TileKernels 是 DeepSeek 最新开源的 GPU 内核库，所有内核都用 TileLang——一个 Python DSL（领域特定语言）编写。在 H800 上跑出了接近硬件极限的性能，部分内核已经用于 DeepSeek 内部的训练和推理。

更关键的是，这个库里藏着两个模块——Engram和mHC——它们直接暴露了 DeepSeek V4 的架构设计。

为什么放弃 CUDA？

要理解 TileKernels 的意义，先要理解传统 GPU 内核开发的痛点。

写一个高性能的矩阵乘法（GEMM）内核，用纯 CUDA + C++ 模板，代码量通常在1000-3000 行。这些代码充满了：

• 手动的 shared memory 分配和 bank conflict 处理
• warp 级