DeepSeek适配昇腾950：推理已落地，训练仍在攻坚

概述

9月30日，DeepSeek 官方并未发布新的预训练模型，但围绕其核心模型适配华为昇腾950（Ascend 950）基础设施的一系列重大进展正式发布。此次更新涵盖了从底层矩阵运算到上层模型架构的七个关键项目，标志着 DeepSeek 在国产算力集群上的部署取得了阶段性突破。

此次发布的重点在于优化了矩阵乘法、稀疏注意力机制以及MoE（混合专家）通信等核心组件的编译运行时支持。这意味着 DeepSeek 的旗舰模型已经能够在昇腾950硬件上实现高效的推理服务，为后续的大规模商业化落地奠定了坚实基础。

推理落地：性能接近理论极限

根据 DeepSeek 官方仓库披露的技术细节，当前的适配工作已在推理环节率先取得实质性成果。经过深度的算子优化，DeepSeek 在昇腾950上的 GEMM（通用矩阵乘法）性能已攀升至理论峰值算力的 99.8%。这一数据表明，底层硬件的计算潜力得到了近乎完全的释放，大幅减少了因软件栈开销导致的性能损耗。

“此次 GEMM 性能突破 99.8%，意味着我们在算子层面的优化已趋于成熟，能够为上层应用提供稳定且高效的算力支撑。” —— DeepSeek 技术团队

除了 dense 模型的优化，此次更新还重点解决了稀疏注意力（Sparse Attention）的兼容性问题。对于像 DeepSeek-V3 这样采用长上下文窗口的大型模型，稀疏注意力机制能够显著降低显存占用并提升处理速度。目前，该功能已在昇腾950集群上完成验证，推理延迟较此前有了显著改善。

训练攻坚：MoE 通信与编译优化

尽管推理侧进展顺利，但训练环节的适配仍在紧锣密鼓地进行中。DeepSeek 的 V3 和 R1 系列模型采用了复杂的 MoE 架构，这对分布式训练中的节点间通信提出了极高要求。此次发布的更新中，针对 MoE 通信协议的优化是攻坚的重点之一。

具体而言，团队对编译运行时（Compiler Runtime）进行了重构，以更好地适配昇腾 CANN 软件栈。这包括优化 All-to-All 通信模式，以减少专家路由过程中的网络拥塞，并提升多卡互联下的并行效率。虽然训练性能尚未达到推理侧的水平，但核心通信瓶颈已取得初步缓解，预计将在近期进一步开放训练能力的测试版本。

未来展望

此次批量更新不仅体现了 DeepSeek 对国产算力生态的高度重视，也展示了双方在异构计算优化上的深度协作。随着推理能力的成熟，预计将有更多基于 DeepSeek 模型的推理服务上线昇腾950集群，为用户提供更低的延迟和更高的并发处理能力。而在训练端，随着通信优化的深入，未来有望实现端到端的自主可控训练闭环，进一步丰富国产 AI 发展的技术底座。