The Symbiosis of Huawei and DeepSeek: Ascend 950PR Real-World Test | Huawei Ascend | DeepSeek | A...

Original Media · 17m · 中文 · YouTube · Best Partners TV

本期速览

本期节目深度解析华为与 DeepSeek 的共生关系:华为提供昇腾 950 系列硬件与 CANN 软件栈,DeepSeek 贡献模型负载与内核工程。9 月 30 日 DeepSeek 一次性开源六个适配昇腾的仓库,成为这场合作的里程碑。内容涵盖硬件微基准测试揭示芯片拓扑、性能对比显示 950PR 逼近理论上限但绝对性能仍落后、TileLang 与 DeepEP-Ascend 等软件创新降低开发门槛并实现通信计算重叠,以及生态缺口导致该方案难以在超节点外部署。

为你解答

PRO members can sign in and request more information — or their own version of this digest, tuned to what they care about.

Sign in to unlock

意想不到的发现

•

华为原生 torch.matmul 未经 DeepSeek 优化即达 99.7% 理论峰值,显示其自研工程成熟度。

•

芯片内藏 5-7 个 AICPU(疑为麒麟 9000S 同款中核),不仅管控制还承担 KV 元数据与调度任务。

•

FlashMLA 的 KV 缓存布局被迫重设计:量化值与缩放因子共置以减少昇腾上的内存事务。

•

SemiAnalysis 直言 "黄仁勋的噩梦正成为现实",因软硬协同使生态差距收窄速度超预期。

本期要点

•

华为缺前沿实验室验证芯片,DeepSeek 缺算力,双方形成互补依赖。

•

昇腾 950PR 因裸片缺陷与 HBM 良率问题采用大量分档 SKU,与英伟达仅对计算分档不同。

•

微基准测试(指针追逐、带宽)反推芯片拓扑:双裸片、6 子系统(每含 1 Cube + 2 Vector)、每片 5-7 个 AICPU(疑为麒麟 9000S 中核)。

•

原生 aclnnMatmul 达到理论峰值 99.7%,媲美 DeepGEMM,但绝对性能介于 A100 与 MI300X 间;小消息内存带宽利用率超 H100。

•

TileLang 昇腾后端合入主仓,提供原生编译/调度/运行时,AutoSchedule 使小算子延迟最高降 40%。

•

DeepEP-Ascend 移植 V2.5 至 URMA/HCCL,通信计算重叠受限于共享 Vector 单元与带宽,需资源平衡(Kimi K3 限制 Vector 使用)。

•

V4.1-Flash 采用 DSpark 推测解码与 Engram 异步加载,剖析显示流利用率 88.8%、设备时间占比 72.6%,注意力实现因 L0C 累加器限制重写。

•

生态缺口显著:x86 主机支持缺失(硬编码 ARM 头文件、无 CI),优化聚焦超节点,超出该配置即暴露工程债。

精彩语录

“单看这个动作 像是一次普通的开源提交 但是放到中美算力的背景里 它更像一个信号”

▸ 精彩语录 · 0:19

“华为出硬件和原生软件栈 DeepSeek 出工作负载 还有让这些硬件真正服务自己模型的那部分工程”

▸ 精彩语录 · 0:05

“硬件抬高了上限 但软件才能让你摸到那个上限”

▸ 精彩语录 · 6:53

“所谓共生,重点不在算子本身 而在于让应用的其余部分、以及支撑这些部分的工作 变得更高效、更容易复用”

▸ 精彩语录 · 7:28

“黄仁勋的噩梦 正开始成为现实”

▸ 精彩语录 · 16:55

“如果这套协同只在 DeepSeek 和华为之间跑得通 那它到底是国产算力生态的地基 还是一条定制化的专线呢?”

▸ 精彩语录 · 16:28

章节

•

0:00 — 引言:共生信号的释放: DeepSeek 9 月 30 日一次性开源六个适配昇腾的仓库,SemiAnalysis 判定这是华为与 DeepSeek 互补共生的产物:华为缺前沿负载验证芯片,DeepSeek 缺算力。

•

1:36 — 硬件深度剖析:950PR 分档与微架构反推: 950PR 因裸片缺陷与 HBM 良率衍生大量 SKU;指针追逐测试反推双裸片、6 子系统(0,2,4 / 1,3,5,每含 1 Cube + 2 Vector)及 5-7 个 AICPU(疑为麒麟 9000S 中核),承担 KV 元数据与调度。

•

4:17 — 性能实测:GEMM、带宽与 TCO 视角: 原生 aclnnMatmul 达理论峰值 99.7%,但绝对性能在 A100 与 MI300X 间;小消息带宽利用率超 H100,大消息持平。英伟达受功耗墙限制未跑满频率,对比非同条件;中国电价优势使 TCO 权重不同。

•

7:02 — 软件协同设计:TileLang、DeepEP-Ascend 与通信重叠: TileLang 昇腾后端合入主仓,AutoSchedule 规划重叠与缓冲槽,小算子延迟降至 40%。DeepEP-Ascend 基于 URMA/HCCL,通信计算重叠受共享 Vector 单元与带宽制约,Kimi K3 配方显式限制 Vector 使用以留余量。

•

12:07 — 模型层创新:推测解码 DSpark 与 Engram: V4.1-Flash 引入 DSpark 推测解码与 Engram(Token ID 异步加载),剖析显示主流 Stream 19 占窗口 88.8% 但设备时间仅 72.6%(得益于重叠);注意力因 L0C 累加器无法就地重缩放而改写实现。

•

15:05 — 生态落地缺口:超节点之外的工程债: x86 主机不支持 DeepGEMM,vLLM-Ascend 硬编码 ARM 头文件、无 NPU+x86 CI,部分需自行打补丁。优化高度绑定超节点配置,一旦偏离即暴露工程债。

•

16:55 — 结论:地基还是专线?: 生态差距确实在缩小("黄仁勋的噩梦"),但关键在于这套协同能否超越华为-DeepSeek 双边,成为国产算力生态的通用地基。答案取决于后续有多少团队真用并回馈社区。

出场人物

•

大飞 (Da Fei) — 主播/分析师