في 30 سبتمبر 2026، أصدرت DeepSeek نسخًا مهيأة لمنصة Ascend من ستة مكوّنات للبنية التحتية للذكاء الاصطناعي. أُجري اختبار الاستدلال المعلن على نظام Ascend 950 UBL128 بإستراتيجية EP32 وسياق 128K، باستخدام برنامج ثابت تجريبي، ومن دون احتساب بعض أعباء خدمة النموذج وموازنة الأحمال.
نشر بواسطةتم التحرير باستخدام GPT-6 Lunaتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث

Create a landscape editorial hero image for this Studio Global article: What did DeepSeek open-source for Huawei’s Ascend platform on September 30, 2026, how do its Ascend versions of TileLang, DeepGEMM, TileKern. Article summary: DeepSeek open-sourced an Ascend counterpart to its NVIDIA-oriented software stack on September 30, 2026. The releases establish corresponding programming, compute, attention, selection and communication components, but t. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
في 30 سبتمبر 2026، أصدرت DeepSeek نسخًا مهيأة لمنصة Ascend من ستة مكوّنات تغطي برمجة النوى الحاسوبية والحوسبة والانتباه واختيار البيانات والاتصال بين الأجهزة. وتوفر هذه البرمجيات أدوات لبناء أحمال الذكاء الاصطناعي وتشغيلها على عتاد هواوي، لكن المعلومات المتاحة لا تثبت تكافؤ الأداء مع NVIDIA، ولا تؤكد أن DeepSeek درّبت نموذج V4 كاملًا وعلى نطاق واسع باستخدام Ascend. 2
5
تؤدي المكوّنات أدوارًا تقابل أدوات لدى DeepSeek موجهة إلى منصة NVIDIA، مع تنفيذات مخصصة لعتاد Ascend عند الحاجة. لكن تقابل الأدوار أو توافق واجهات البرمجة لا يعني أن التفاصيل الداخلية متطابقة أو أن الأداء متساوٍ. 2
5
هذا التقارب قد يسهّل على المطورين استخدام الأدوات، لكنه لا يثبت تطابق التنفيذات أو اكتمال التكافؤ في الميزات أو تقارب السرعة بين المنصتين.
في اختبار معلن لمكتبة DeepEP على عتاد Ascend، بلغ معدل نقل البيانات 375 غيغابايتًا في الثانية للإرسال و347 غيغابايتًا في الثانية للدمج. هذه أرقام لقياس الاتصال على Ascend، وليست مقارنة مباشرةً مع أجهزة NVIDIA. 19
47
أما اختبار الاستدلال المعلن لنموذج DeepSeek-V4.1-Flash، فأُجري على نظام Ascend 950 UBL128 باستخدام إستراتيجية نشر EP32 وسياق بطول 128K، في وضع الاستدلال دون اتصال. عند ضبط زمن كل رمز خرج على 5 مللي ثوانٍ (TPOT)، بلغ معدل الإخراج المعلن 2,469 رمزًا في الثانية لكل بطاقة. وعند ضبطه على 10 مللي ثوانٍ، بلغ 5,102 رمز في الثانية لكل بطاقة. ولم تشمل الأرقام أعباء جدولة خدمة النموذج أو موازنة الأحمال في إطار التشغيل. 47
هذه نتائج لإعداد محدد، وليست ضمانًا لمعدل الأداء في كل الأحمال. ويذكر مستودع DeepEP أن القياسات أُجريت باستخدام حزمة تطوير عتاد تجريبية أُعدّت يدويًا؛ كما أشار تقرير آخر إلى أن الاختبار استخدم برنامجًا ثابتًا تجريبيًا (PoC)، مع الإشارة إلى إصدار تجاري كان مخططًا له قرابة 15 أكتوبر. لذلك قد يؤثر البرنامج الثابت وإعداد النظام في النتائج وفي إمكانية تكرارها. 12
19
ولا تتضمن التقارير المتاحة تفاصيل كافية لإعادة إنتاج جميع إعدادات اختبار الاستدلال بصورة مستقلة، كما لا تعرض تحققًا واسع النطاق من جهة خارجية مستقلة. لذا لا ينبغي التعامل مع النتائج على أنها مقارنة موثقة بين Ascend وأنظمة NVIDIA. 47
تحدثت هواوي وDeepSeek عن تصميم مشترك لمنظومة SuperPoD Flex / UBL128 على Ascend 950. وتصف التقارير تكوين التوسّع داخل النظام بأنه يضم 128 بطاقة ضمن شبكة أحادية المرحلة بسرعة 3.2 تيرابت في الثانية، إلى جانب تصميم توسّع على مرحلتين قيل إنه يستهدف الوصول إلى 256,000 بطاقة. هذا وصف لقدرة تصميمية معلنة، لا دليل على تشغيل تدريب لنموذج DeepSeek على منظومة بهذا الحجم. 10
47
49
وقالت هواوي إن نتائج العمل المشترك ستُتاح عبر مجتمع CANN، وتشمل — بحسب التقارير — نشر النماذج والتدريب واسع النطاق وتجميع ذاكرة KV Cache للسياقات الطويلة جدًا والتعلّم المعزز الوكيلي. 14
يثبت الإصدار أن لدى DeepSeek مجموعة أوسع من البرمجيات المهيأة لمنصة Ascend، كما يعرض اختبار الاستدلال أداءً ضمن إعداد محدد. لكن توافق المكوّنات أو إعلان تصميم قادر على التوسّع لا يؤكد أن تدريب V4 كاملًا وعلى نطاق واسع أُنجز على Ascend. كذلك لا تثبت الأرقام تكافؤ الأداء مع NVIDIA؛ فالأجهزة مختلفة، ولا تعرض التقارير المتاحة اختبارًا متطابق الشروط بين المنصتين. 2
5
19
47
والقراءة الأكثر تحفظًا هي أن DeepSeek نشرت أدوات مهمة لمنصة Ascend، وأن هواوي أعلنت تصميمًا للنظام وقدمت نتائج لبعض الاختبارات. أما مدى انطباق هذه النتائج على أحمال أخرى، أو كيفية مقارنتها بأداء NVIDIA في اختبار مضبوط، فما يزال غير محسوم.
Studio Global AI
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
في 30 سبتمبر 2026، أصدرت DeepSeek نسخًا مهيأة لمنصة Ascend من ستة مكوّنات للبنية التحتية للذكاء الاصطناعي.
في 30 سبتمبر 2026، أصدرت DeepSeek نسخًا مهيأة لمنصة Ascend من ستة مكوّنات للبنية التحتية للذكاء الاصطناعي. أُجري اختبار الاستدلال المعلن على نظام Ascend 950 UBL128 بإستراتيجية EP32 وسياق 128K، باستخدام برنامج ثابت تجريبي، ومن دون احتساب بعض أعباء خدمة النموذج وموازنة الأحمال.
في 30 سبتمبر 2026، أصدرت DeepSeek نسخًا مهيأة لمنصة Ascend من ستة مكوّنات للبنية التحتية للذكاء الاصطناعي. أُجري اختبار الاستدلال المعلن على نظام Ascend 950 UBL128 بإستراتيجية EP32 وسياق 128K، باستخدام برنامج ثابت تجريبي، ومن دون احتساب بعض أعباء خدمة النموذج وموازنة الأحمال.
نشر بواسطةتم التحرير باستخدام GPT-6 Lunaتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث

Create a landscape editorial hero image for this Studio Global article: What did DeepSeek open-source for Huawei’s Ascend platform on September 30, 2026, how do its Ascend versions of TileLang, DeepGEMM, TileKern. Article summary: DeepSeek open-sourced an Ascend counterpart to its NVIDIA-oriented software stack on September 30, 2026. The releases establish corresponding programming, compute, attention, selection and communication components, but t. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
في 30 سبتمبر 2026، أصدرت DeepSeek نسخًا مهيأة لمنصة Ascend من ستة مكوّنات تغطي برمجة النوى الحاسوبية والحوسبة والانتباه واختيار البيانات والاتصال بين الأجهزة. وتوفر هذه البرمجيات أدوات لبناء أحمال الذكاء الاصطناعي وتشغيلها على عتاد هواوي، لكن المعلومات المتاحة لا تثبت تكافؤ الأداء مع NVIDIA، ولا تؤكد أن DeepSeek درّبت نموذج V4 كاملًا وعلى نطاق واسع باستخدام Ascend. 2
5
تؤدي المكوّنات أدوارًا تقابل أدوات لدى DeepSeek موجهة إلى منصة NVIDIA، مع تنفيذات مخصصة لعتاد Ascend عند الحاجة. لكن تقابل الأدوار أو توافق واجهات البرمجة لا يعني أن التفاصيل الداخلية متطابقة أو أن الأداء متساوٍ. 2
5
هذا التقارب قد يسهّل على المطورين استخدام الأدوات، لكنه لا يثبت تطابق التنفيذات أو اكتمال التكافؤ في الميزات أو تقارب السرعة بين المنصتين.
في اختبار معلن لمكتبة DeepEP على عتاد Ascend، بلغ معدل نقل البيانات 375 غيغابايتًا في الثانية للإرسال و347 غيغابايتًا في الثانية للدمج. هذه أرقام لقياس الاتصال على Ascend، وليست مقارنة مباشرةً مع أجهزة NVIDIA. 19
47
أما اختبار الاستدلال المعلن لنموذج DeepSeek-V4.1-Flash، فأُجري على نظام Ascend 950 UBL128 باستخدام إستراتيجية نشر EP32 وسياق بطول 128K، في وضع الاستدلال دون اتصال. عند ضبط زمن كل رمز خرج على 5 مللي ثوانٍ (TPOT)، بلغ معدل الإخراج المعلن 2,469 رمزًا في الثانية لكل بطاقة. وعند ضبطه على 10 مللي ثوانٍ، بلغ 5,102 رمز في الثانية لكل بطاقة. ولم تشمل الأرقام أعباء جدولة خدمة النموذج أو موازنة الأحمال في إطار التشغيل. 47
هذه نتائج لإعداد محدد، وليست ضمانًا لمعدل الأداء في كل الأحمال. ويذكر مستودع DeepEP أن القياسات أُجريت باستخدام حزمة تطوير عتاد تجريبية أُعدّت يدويًا؛ كما أشار تقرير آخر إلى أن الاختبار استخدم برنامجًا ثابتًا تجريبيًا (PoC)، مع الإشارة إلى إصدار تجاري كان مخططًا له قرابة 15 أكتوبر. لذلك قد يؤثر البرنامج الثابت وإعداد النظام في النتائج وفي إمكانية تكرارها. 12
19
ولا تتضمن التقارير المتاحة تفاصيل كافية لإعادة إنتاج جميع إعدادات اختبار الاستدلال بصورة مستقلة، كما لا تعرض تحققًا واسع النطاق من جهة خارجية مستقلة. لذا لا ينبغي التعامل مع النتائج على أنها مقارنة موثقة بين Ascend وأنظمة NVIDIA. 47
تحدثت هواوي وDeepSeek عن تصميم مشترك لمنظومة SuperPoD Flex / UBL128 على Ascend 950. وتصف التقارير تكوين التوسّع داخل النظام بأنه يضم 128 بطاقة ضمن شبكة أحادية المرحلة بسرعة 3.2 تيرابت في الثانية، إلى جانب تصميم توسّع على مرحلتين قيل إنه يستهدف الوصول إلى 256,000 بطاقة. هذا وصف لقدرة تصميمية معلنة، لا دليل على تشغيل تدريب لنموذج DeepSeek على منظومة بهذا الحجم. 10
47
49
وقالت هواوي إن نتائج العمل المشترك ستُتاح عبر مجتمع CANN، وتشمل — بحسب التقارير — نشر النماذج والتدريب واسع النطاق وتجميع ذاكرة KV Cache للسياقات الطويلة جدًا والتعلّم المعزز الوكيلي. 14
يثبت الإصدار أن لدى DeepSeek مجموعة أوسع من البرمجيات المهيأة لمنصة Ascend، كما يعرض اختبار الاستدلال أداءً ضمن إعداد محدد. لكن توافق المكوّنات أو إعلان تصميم قادر على التوسّع لا يؤكد أن تدريب V4 كاملًا وعلى نطاق واسع أُنجز على Ascend. كذلك لا تثبت الأرقام تكافؤ الأداء مع NVIDIA؛ فالأجهزة مختلفة، ولا تعرض التقارير المتاحة اختبارًا متطابق الشروط بين المنصتين. 2
5
19
47
والقراءة الأكثر تحفظًا هي أن DeepSeek نشرت أدوات مهمة لمنصة Ascend، وأن هواوي أعلنت تصميمًا للنظام وقدمت نتائج لبعض الاختبارات. أما مدى انطباق هذه النتائج على أحمال أخرى، أو كيفية مقارنتها بأداء NVIDIA في اختبار مضبوط، فما يزال غير محسوم.
Studio Global AI
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
في 30 سبتمبر 2026، أصدرت DeepSeek نسخًا مهيأة لمنصة Ascend من ستة مكوّنات للبنية التحتية للذكاء الاصطناعي.
في 30 سبتمبر 2026، أصدرت DeepSeek نسخًا مهيأة لمنصة Ascend من ستة مكوّنات للبنية التحتية للذكاء الاصطناعي. أُجري اختبار الاستدلال المعلن على نظام Ascend 950 UBL128 بإستراتيجية EP32 وسياق 128K، باستخدام برنامج ثابت تجريبي، ومن دون احتساب بعض أعباء خدمة النموذج وموازنة الأحمال.