DeepSeek bawa enam komponen AI ke Huawei Ascend: apa yang ditunjukkan angka prestasi?

Pada 30 September 2026, DeepSeek menerbitkan versi Ascend bagi enam komponen infrastruktur AI yang merangkumi pengaturcaraan kernel, pengiraan, perhatian, pemilihan data dan komunikasi teragih. Komponen ini menyediakan bahan asas untuk menjalankan beban kerja AI pada perkakasan Huawei. Namun, maklumat yang tersedia tidak menunjukkan prestasi setanding NVIDIA dalam ujian yang sama, dan tidak mengesahkan bahawa DeepSeek menyiapkan latihan V4 berskala penuh menggunakan Ascend. 25

Apa yang diterbitkan DeepSeek?

Komponen untuk Ascend mempunyai peranan yang sepadan dengan perisian DeepSeek bagi platform NVIDIA, tetapi pelaksanaannya disesuaikan dengan perkakasan Huawei. 25

• TileLang ialah alat pengaturcaraan kernel aras tinggi dan kompilasi. Sokongan Ascend membolehkan pembangun menghasilkan kernel untuk perkakasan Huawei; ini tidak bermakna kernel tersebut serupa sepenuhnya dengan versi NVIDIA. 25
• DeepGEMM ialah pustaka pendaraban matriks. Port Ascend mengekalkan API DeepGEMM dan menyokong operasi BF16, FP8 serta FP4, selain MQA logits dan MegaMoE. Projek itu turut menerangkan pengoptimuman khusus Ascend, termasuk pemuatan data jarang dan saluran paip berasaskan coroutine. 17
• TileKernels menyediakan kernel umum; FlashMLA menawarkan kernel prapengisian dan penyahkodan perhatian jarang untuk Ascend 950; manakala DeepSelect mengendalikan pemilihan atau penapisan data. 91444
• DeepEP mengurus komunikasi teragih, termasuk operasi penghantaran dan penggabungan bagi pemprosesan selari pakar. API penimbal awamnya diselaraskan dengan versi NVIDIA, tetapi pelaksanaan Ascend menggunakan antara muka perisian dan perkakasan khusus Ascend. 19

Kesepadanan API atau fungsi memudahkan pembangun menggunakan komponen yang sepadan. Namun, ia bukan bukti bahawa kedua-dua platform mempunyai dalaman yang sama, ciri yang seratus peratus setara atau kelajuan yang setanding.

Apa yang ditunjukkan angka pada Ascend 950?

Ujian DeepEP yang dilaporkan pada perkakasan Ascend mencatat 375 GB/s untuk dispatch dan 347 GB/s untuk combine. Angka ini merujuk kepada prestasi komunikasi Ascend, bukan perbandingan terus dengan NVIDIA. 1947

Bagi inferens, satu ujian DeepSeek-V4.1-Flash yang dilaporkan menggunakan sistem Ascend 950 UBL128, strategi pelaksanaan EP32, konteks 128K dan inferens luar talian. Pada tetapan masa setiap token output (TPOT) 5 ms, kadar yang dilaporkan ialah 2,469 token output sesaat bagi setiap kad; pada TPOT 10 ms, angkanya 5,102 token sesaat bagi setiap kad. Pengiraan itu tidak merangkumi overhed penjadualan serving dan pengimbangan beban rangka kerja. 47

Angka tersebut khusus kepada konfigurasi ujian berkenaan, bukannya jaminan kadar pemprosesan untuk semua beban kerja. Repositori DeepEP menyatakan ukurannya menggunakan pakej pembangunan perkakasan bukti konsep (PoC) yang dikonfigurasi secara manual. Satu laporan lain pula menyebut angka itu menggunakan perisian tegar PoC, dengan keluaran komersial dirancang sekitar 15 Oktober. Oleh itu, jenis perisian tegar dan persediaan ujian penting apabila menilai atau cuba mengulangi keputusan tersebut. 1219

Maklumat yang diberikan juga tidak cukup terperinci untuk membolehkan setiap tetapan inferens diulang secara bebas, dan tiada pengesahan pihak ketiga berskala besar diterangkan. Maka, keputusan itu tidak wajar dianggap sebagai perbandingan yang telah disahkan dengan sistem NVIDIA. 47

Reka bentuk SuperPoD Flex dan UBL128 Huawei

Huawei dan DeepSeek menerangkan reka bentuk SuperPoD Flex / UBL128 berasaskan Ascend 950 yang ditakrifkan bersama. Laporan menyatakan konfigurasi scale-up menggunakan 128 kad dengan rangkaian satu peringkat 3.2 Tbps, manakala reka bentuk scale-out dua peringkat dikatakan boleh diperluas sehingga 256,000 kad. Itu ialah keupayaan reka bentuk yang dinyatakan—bukan bukti bahawa sistem sebesar itu telah menjalankan latihan DeepSeek. 104749

Huawei turut menyatakan hasil kerjasama akan dikongsi melalui komuniti CANN. Liputan yang dilaporkan merangkumi pelaksanaan model, latihan berskala besar, pengumpulan KV cache untuk konteks panjang dan pembelajaran pengukuhan berasaskan agen. 14

Perkara yang masih belum dibuktikan

Penerbitan ini menunjukkan bahawa DeepSeek telah memperluas sokongan perisiannya kepada Ascend, manakala ujian inferens yang dilaporkan memberikan gambaran tentang satu konfigurasi luar talian tertentu. Namun, kesepadanan komponen dan reka bentuk rangkaian berskala besar yang diumumkan tidak mengesahkan bahawa latihan V4 berskala penuh telah dijalankan pada Ascend. Angka penanda aras yang dipetik juga tidak membuktikan prestasi setara NVIDIA: perkakasannya berbeza dan laporan yang tersedia tidak menunjukkan ujian silang platform dengan keadaan yang sama. 251947

Kesimpulan paling berhati-hati ialah DeepSeek telah menerbitkan komponen perisian Ascend yang penting, sementara Huawei menerangkan seni bina sistem dan beberapa keputusan ujian. Sejauh mana keputusan itu boleh digunakan pada beban kerja lain—atau dibandingkan dengan NVIDIA dalam ujian terkawal—masih belum dipastikan.