據動察 Beating 監測，DeepSeek 以 MIT 許可證開源 TileKernels，一個用 TileLang 編寫的 GPU 核心庫，面向大模型訓練和推理場景。TileLang 是一種用 Python 表達高性能 GPU 核心的領域專用語言，由 tile-ai 團隊開發。DeepSeek 稱庫中多數核心在計算密度和內存帶寬方面已接近硬體性能極限，部分已用於內部訓練和推理。
庫包含六大類核心：MoE 門控與路由（混合專家模型的 Top-k 專家選擇、token 到專家映射、融合擴展/收縮與權重歸一化）；量化（支持 FP8、FP4、E5M6 格式的逐 token、逐塊、逐通道量化，含融合 SwiGLU+量化操作）；批量轉置；Engram 門控（含融合 RMSNorm 的前向/反向傳播與權重梯度歸約）；Manifold HyperConnection（含 Sinkhorn 歸一化和混合拆分/應用）；以及將底層核心封裝為可訓練層的高層 autograd 接口。其中 Engram 和 Manifold HyperConnection 是 DeepSeek 模型架構中的專有組件，此次隨代碼首次公開實現細節。
運行要求 NVIDIA SM90 或 SM100 架構 GPU（對應 H100/H200 或 Blackwell 系列）、CUDA Toolkit 13.1 以上、PyTorch 2.10 以上。
