उत्तरप्रकाशित21 स्रोत
DeepSeek के Ascend सॉफ़्टवेयर की असली तस्वीर: प्रदर्शन के दावे और उनकी सीमाएँ
30 सितंबर 2026 को DeepSeek ने Huawei Ascend के लिए छह इन्फ्रास्ट्रक्चर घटकों के Ascend संस्करण ओपन सोर्स किए। रिपोर्टेड इन्फरेंस टेस्ट Ascend 950 UBL128 सिस्टम पर EP32 और 128K कॉन्टेक्स्ट के साथ हुआ; आँकड़े PoC फ़र्मवेयर पर आधारित थे और सर्विंग व फ़्रेमवर्क के कुछ ओवरहेड शामिल नहीं थे। ये नतीजे NVIDIA के साथ नियंत्र...
प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- 30 सितंबर 2026 को DeepSeek ने Huawei Ascend के लिए छह इन्फ्रास्ट्रक्चर घटकों के Ascend संस्करण ओपन सोर्स किए।
- रिपोर्टेड इन्फरेंस टेस्ट Ascend 950 UBL128 सिस्टम पर EP32 और 128K कॉन्टेक्स्ट के साथ हुआ; आँकड़े PoC फ़र्मवेयर पर आधारित थे और सर्विंग व फ़्रेमवर्क के कुछ ओवरहेड शामिल नहीं थे।
- ये नतीजे NVIDIA के साथ नियंत्रित, समान परिस्थितियों वाली तुलना नहीं हैं; Ascend पर बड़े पैमाने की V4 ट्रेनिंग पूरी होने की भी पुष्टि नहीं हुई है।
AI संकेत
openai.comCreate 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
30 सितंबर 2026 को DeepSeek ने Huawei के Ascend प्लेटफ़ॉर्म के लिए छह AI इन्फ्रास्ट्रक्चर घटकों के संस्करण जारी किए। इनमें प्रोग्रामिंग और कंप्यूट से लेकर attention, डेटा चयन और अलग-अलग डिवाइसों के बीच संचार तक के औज़ार शामिल हैं। यह Ascend हार्डवेयर पर AI वर्कलोड चलाने के लिए एक विस्तृत सॉफ़्टवेयर आधार बनाता है। लेकिन अभी उपलब्ध प्रमाण यह नहीं दिखाते कि Ascend का प्रदर्शन NVIDIA के बराबर है—या DeepSeek ने V4 की पूरी ट्रेनिंग Ascend पर की है। 2
5
कौन-से घटक जारी हुए?
DeepSeek के Ascend घटक उसके NVIDIA-केंद्रित सॉफ़्टवेयर स्टैक के समान भूमिकाएँ निभाने के लिए बनाए गए हैं। इसका अर्थ यह नहीं कि दोनों प्लेटफ़ॉर्म पर उनका अंदरूनी कार्यान्वयन या प्रदर्शन एक जैसा है। 2
5
- TileLang कर्नल लिखने और कंपाइल करने का उच्च-स्तरीय टूल है। Ascend संस्करण डेवलपरों को Huawei हार्डवेयर के लिए कर्नल बनाने का रास्ता देता है; इससे यह साबित नहीं होता कि कर्नल NVIDIA वाले संस्करणों के समान हैं।
2
5
- DeepGEMM मैट्रिक्स गुणा के लिए लाइब्रेरी है। इसका Ascend पोर्ट DeepGEMM API के साथ संगत है और BF16, FP8 व FP4 ऑपरेशनों के साथ MQA logits तथा MegaMoE को सपोर्ट करता है। इसमें Ascend के अनुरूप विशेष सुधार भी बताए गए हैं, जैसे sparse data loading और coroutine-आधारित pipelining।
17
- TileKernels सामान्य उपयोग के कर्नल देता है; FlashMLA Ascend 950 के लिए sparse-attention prefill और decoding कर्नल उपलब्ध कराता है; और DeepSelect डेटा चुनने या फ़िल्टर करने का काम करता है।
9
14
- DeepEP अलग-अलग डिवाइसों के बीच संचार संभालता है। इसमें expert-parallel dispatch और combine ऑपरेशन शामिल हैं। इसके सार्वजनिक buffer API NVIDIA संस्करण के अनुरूप हैं, लेकिन Ascend कार्यान्वयन Ascend-विशिष्ट सॉफ़्टवेयर और हार्डवेयर इंटरफ़ेस इस्तेमाल करता है।
API या घटकों का मेल डेवलपरों के लिए उपयोगी हो सकता है, लेकिन इससे अपने-आप समान सुविधाओं, एक जैसे आंतरिक डिज़ाइन या बराबर गति की पुष्टि नहीं होती।
Ascend 950 के आँकड़े क्या बताते हैं?
Ascend हार्डवेयर पर DeepEP के एक रिपोर्टेड परीक्षण में dispatch के लिए 375 GB/s और combine के लिए 347 GB/s की गति दर्ज की गई। ये Ascend पर संचार प्रदर्शन के आँकड़े हैं—NVIDIA के साथ आमने-सामने की तुलना नहीं। 19
47
इन्फरेंस के लिए रिपोर्ट में Ascend 950 UBL128 सिस्टम पर DeepSeek-V4.1-Flash का ऑफ़लाइन परीक्षण दिया गया। सेटअप में EP32 deployment रणनीति और 128K context था। 5 ms time per output token (TPOT) पर प्रति कार्ड 2,469 आउटपुट टोकन प्रति सेकंड, और 10 ms TPOT पर 5,102 टोकन प्रति सेकंड रिपोर्ट किए गए। इन आँकड़ों में serving scheduling और framework load-balancing का ओवरहेड शामिल नहीं था। 47
ये नतीजे एक खास कॉन्फ़िगरेशन के हैं, हर तरह के काम के लिए प्रदर्शन की गारंटी नहीं। DeepEP रिपॉज़िटरी के मुताबिक, माप एक हाथ से कॉन्फ़िगर किए गए proof-of-concept (PoC) हार्डवेयर डेवलपमेंट पैकेज पर किए गए थे। एक अन्य रिपोर्ट में कहा गया कि आँकड़े PoC फ़र्मवेयर पर आधारित थे और व्यावसायिक रिलीज़ लगभग 15 अक्टूबर के लिए नियोजित थी। इसलिए नतीजों को समझते या दोहराने की कोशिश करते समय फ़र्मवेयर और सेटअप दोनों मायने रखते हैं। 12
19
उपलब्ध रिपोर्टों में हर इन्फरेंस सेटिंग को स्वतंत्र रूप से दोहराने लायक पर्याप्त विवरण नहीं है, और बड़े पैमाने पर स्वतंत्र तीसरे पक्ष की पुष्टि भी नहीं बताई गई है। इसलिए इन आँकड़ों को NVIDIA सिस्टम के विरुद्ध प्रमाणित तुलना नहीं मानना चाहिए। 47
SuperPoD Flex और UBL128 का प्रस्तावित नेटवर्क
Huawei और DeepSeek ने Ascend 950 पर आधारित SuperPoD Flex / UBL128 डिज़ाइन का संयुक्त रूप से निर्धारण किया। रिपोर्टों में इसका scale-up नेटवर्क एक ही चरण में 128 कार्ड और 3.2 Tbps का बताया गया है। दो-चरणीय scale-out डिज़ाइन को 256,000 कार्ड तक विस्तार के लिए प्रस्तावित किया गया है। यह बताई गई डिज़ाइन क्षमता है—इस बात का प्रमाण नहीं कि इतने बड़े सिस्टम पर DeepSeek की ट्रेनिंग चलाई गई। 10
47
49
Huawei ने यह भी कहा कि संयुक्त काम CANN समुदाय के माध्यम से साझा किया जाएगा। रिपोर्टेड विषयों में मॉडल deployment, बड़े पैमाने की ट्रेनिंग, लंबे कॉन्टेक्स्ट के लिए KV-cache pooling और agentic reinforcement learning शामिल हैं। 14
क्या अभी साबित नहीं हुआ?
इस रिलीज़ से Ascend के लिए सॉफ़्टवेयर घटकों का एक बड़ा सेट सामने आता है, और रिपोर्टेड इन्फरेंस टेस्ट एक खास ऑफ़लाइन कॉन्फ़िगरेशन के नतीजे देता है। लेकिन घटकों का NVIDIA वाले स्टैक से मेल या बड़े पैमाने के नेटवर्क का प्रस्ताव—इनमें से कोई बात यह पुष्टि नहीं करती कि DeepSeek ने V4 की पूरी ट्रेनिंग Ascend पर की। इसी तरह, बताए गए बेंचमार्क NVIDIA-जैसे प्रदर्शन को साबित नहीं करते: हार्डवेयर अलग है और उपलब्ध रिपोर्टों में समान परिस्थितियों में किया गया क्रॉस-प्लेटफ़ॉर्म परीक्षण नहीं है। 2
5
19
47
सबसे संतुलित निष्कर्ष यही है: DeepSeek ने Ascend के लिए उपयोगी सॉफ़्टवेयर घटक जारी किए हैं, जबकि Huawei ने सिस्टम आर्किटेक्चर और कुछ परीक्षण नतीजे बताए हैं। ये परिणाम दूसरे वर्कलोड में कितने लागू होंगे, या नियंत्रित परीक्षण में NVIDIA से कैसे तुलना करेंगे—यह अभी स्पष्ट नहीं है।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"DeepSeek के Ascend सॉफ़्टवेयर की असली तस्वीर: प्रदर्शन के दावे और उनकी सीमाएँ" का संक्षिप्त उत्तर क्या है?
30 सितंबर 2026 को DeepSeek ने Huawei Ascend के लिए छह इन्फ्रास्ट्रक्चर घटकों के Ascend संस्करण ओपन सोर्स किए।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
30 सितंबर 2026 को DeepSeek ने Huawei Ascend के लिए छह इन्फ्रास्ट्रक्चर घटकों के Ascend संस्करण ओपन सोर्स किए। रिपोर्टेड इन्फरेंस टेस्ट Ascend 950 UBL128 सिस्टम पर EP32 और 128K कॉन्टेक्स्ट के साथ हुआ; आँकड़े PoC फ़र्मवेयर पर आधारित थे और सर्विंग व फ़्रेमवर्क के कुछ ओवरहेड शामिल नहीं थे।
मुझे अभ्यास में आगे क्या करना चाहिए?
ये नतीजे NVIDIA के साथ नियंत्रित, समान परिस्थितियों वाली तुलना नहीं हैं; Ascend पर बड़े पैमाने की V4 ट्रेनिंग पूरी होने की भी पुष्टि नहीं हुई है।
सूत्र