中国初创企业深度求索（DeepSeek）研发大语言模型时据报绕过了美国人工智能巨头英伟达的CUDA框架，为DeepSeek在未来适配中国国产晶片做好准备。

由英伟达开发的软硬体整合技术“统一计算架构”（Compute Unified Device Architecture，CUDA）是一种通用编程框架，允许开发者利用英伟达的图形处理器（GPU）进行计算。

由于CUDA大大降低了研发大模型的难度，因此全球大模型开发商都倾向选择使用英伟达的CUDA技术，助力英伟达占据全球人工智能领域的垄断地位。

然而，据美国科技网站Tom’s Hardware报道，韩国未来资产证券在对DeepSeek技术论文进行分析时发现，该模型的硬件效率之所以能比Meta等高出10倍，因为“他们从头开始重建了一切”。

分析指出，DeepSeek在使用英伟达的H800晶片进行训练时，使用了英伟达的底层硬件指令PTX（Parallel Thread Execution）语言，而不是高级编程语言CUDA。

由于CUDA是通用型编程框架，会导致训练模型时损失一些灵活性。中国网媒“快科技”分析，DeepSeek的做法相当于绕过了硬件对训练速度的限制，意味着其他模型需要训练10天，而DeepSeek只需要五天。

然而，这种编程非常复杂且难以维护，行业通用的做法是使用CUDA这类高级编程语言。

快科技和腾讯网引述的消息人士指出，DeepSeek内部拥有一些擅长写PTX语言的内部开发者，假如DeepSeek未来有意改适配中国国产的GPU，在硬体适配方面将会更得心应手。