DTK（DCU Toolkit）是海光信息为其DCU（深度计算处理器）开发的软件平台，与NVIDIA的CUDA没有严格的版本对应关系，但通过技术兼容实现了对CUDA生态的支持

DTKDCU Toolkit是海光信息为其DCU深度计算处理器开发的软件平台与NVIDIA的CUDA没有严格的版本对应关系但通过技术兼容实现了对CUDA生态的支持。核心关系非强对应关系DTK与CUDA没有固定的版本对应关系不像CUDA版本之间有明确的升级路径。接口兼容实现DTK通过cuda mocker技术模拟CUDA部分接口在dtk2304、2310、2404.1等版本中实现了对CUDA编程模型的兼容。版本兼容进展DTK-25.04.1版本新增了对CUDA 12.6版本接口的兼容支持通过HIP运行时提供与CUDA相似的编程体验。生态全面兼容DTK软件栈完全兼容CUDA和ROCm生态支持TensorFlow、PyTorch、PaddlePaddle等主流深度学习框架。技术实现方式DTK采用HIPHeterogeneous-compute Interface for Portability编程模型其语法和风格与CUDA高度相似允许开发人员通过hipify工具将CUDA代码转换为可在DCU上运行的代码。这种设计使得原有基于CUDA开发的应用程序可以在较低迁移成本下平滑迁移到国产平台。实际应用意义对于开发者而言DTK提供了类似CUDA的编程体验特别是在核心工具层数学库、深度学习算子库、通信库等提供了与CUDA关键库在函数名、参数形式和语义行为上相同或高度相似的API实现了源代码级的平滑迁移。这使得积累了大量C/CUDA代码的框架团队与HPC团队能够以较低成本将应用迁移到国产DCU平台。