DeepSeek توسّع برمجياتها إلى Ascend: ما الذي تثبته الأرقام وما الذي لا تثبته؟

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. 25

ما المكوّنات التي أُصدرت؟

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. 25

• TileLang أداة عالية المستوى لبرمجة النوى الحاسوبية وتجميعها. يضيف إصدار Ascend دعمًا لتطوير هذه النوى على عتاد هواوي، لكنه لا يعني أن النوى المنفذة مطابقة لنظيراتها على NVIDIA. 25
• DeepGEMM مكتبة لعمليات ضرب المصفوفات. يحافظ إصدار Ascend على التوافق مع واجهة DeepGEMM البرمجية، ويدعم عمليات BF16 وFP8 وFP4، إضافة إلى MQA logits وMegaMoE. ويستخدم تحسينات خاصة بـAscend، من بينها تحميل البيانات المتناثرة وخطوط المعالجة المعتمدة على coroutines. 17
• TileKernels يوفر نوى عامة؛ وFlashMLA يقدم نوى للتهيئة وفك الترميز في آليات الانتباه المتناثر على Ascend 950؛ أما DeepSelect فيتولى اختيار البيانات أو تصفيتها. 91444
• DeepEP مكتبة للاتصالات الموزعة، تشمل إرسال البيانات ودمجها ضمن أسلوب التوازي المعتمد على الخبراء. واجهات المخازن العامة فيه متوافقة مع نظيرتها لدى NVIDIA، لكن تنفيذ Ascend يستخدم واجهات برمجية وعتادية خاصة بمنصة هواوي. 19

هذا التقارب قد يسهّل على المطورين استخدام الأدوات، لكنه لا يثبت تطابق التنفيذات أو اكتمال التكافؤ في الميزات أو تقارب السرعة بين المنصتين.

ماذا تقول أرقام Ascend 950؟

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. 1947

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. 1219

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

تصميم SuperPoD Flex وUBL128: قدرة معلنة وليست تشغيلًا مثبتًا

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. 104749

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

ما الذي لم تثبته المعلومات المنشورة؟

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. 251947

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.