华泰证券：DeepSeek有望加速模型训练与CUDA解耦|界面新闻 · 快讯

2月21日消息 ，华泰证券研究认为
，DeepSeek在V3中使用了相比CUDA更底层的PTX 来优化硬件算法，PTX是CUDA编译的中间代码 ，在CUDA和最终机器码之间起到桥梁作用 。而NSA则使用了OpenAl提出的Triton编程语言高效编写GPU代码，Triton的底层可调用CUDA
，也可调用其他GPU语言，包括AMD的rocm以及国产算力芯片语言 ，如寒武纪的思元590芯片和海光信息的深算一号（DCU）内置的HYGON ISA指令集
。LLM的训练短期内虽未完全脱离CUDA 生态
，但DeepSeek NSA的推出使其初步呈现出与CUDA解耦的趋势，并为后续适配更多类型的算力芯片奠定基础。以异腾为代表的国产算力已经很好的适配了DeepSeek-R1 等国产模型 ，并取得了高效推理的效果
，华泰证券认为，伴随海外算力的受限 ，针对国产算力的优化或将有持续进展
，值得重视 。