DeepSeek开源昇腾基础组件，实测通信性能逼近硬件上限

事件概述

2026年9月30日，DeepSeek官方宣布正式开源面向华为昇腾（Ascend）算力平台的基础设施组件。此次开源内容与此前面向GPU平台发布的组件一一对应，旨在共建高效、易用的AI芯片软件生态。该举措被视为中国AI软件生态发展的里程碑，为算力平台提供了新的选择。

核心技术与性能数据

1. 开源组件与技术栈
DeepSeek发布了多款高性能昇腾算子库组件，包括：

• DeepGEMM
• FlashMLA
• TileKernel
• DeepSelect
• DeepEP（分布式通信库）

这些组件依托华为开放的 Ascend C API 接口和 PTO ISA 底层指令体系开发。Ascend C 允许用户对访存路径及计算流水线进行深度调优，既支持资深开发者进行精细的手工调优，也通过 TileLang 高级语言编译工具对接不同开发范式。

2. 硬件支持与网络架构
华为向DeepSeek团队提供了联合定义的昇腾超节点 SuperPoD Flex 和 UBL128 组网方案：

• Scale-up网络：128卡单层交换，带宽3.2Tbps。
• Scale-out网络：256K卡两层交换。
• 该架构旨在支持超低时延推理和前沿基座模型的大规模训练。

3. 通信性能实测
基于全互联的UBL128超节点，DeepSeek开发了高性能 DeepEP 通信库，涵盖 EP/CP/PP/FSDP 等模式下的通信算子。实测通信性能如下：

• Dispatch带宽：375 GB/s
• Combine带宽：347 GB/s
• 结论：通信性能已接近硬件上限，为更大模型向更大集群扩展提供支持。

4. 推理部署性能表现
为支持广泛开发者基于昇腾950及超节点集群部署DeepSeek模型，华为将联合创新成果在CANN社区开源。针对大规模推理场景，基于 EP32 部署策略，在Offline推理模式下（ContextLength=128K，Dspark投机接受率0.85），DeepSeek-V4.1-Flash 模型的性能数据如下：

• TPOT = 5ms：每卡输出吞吐 2469 tokens/s
• TPOT = 10ms：每卡输出吞吐 5102 tokens/s

(注：Benchmark数据均基于Offline推理模式采集，不包含Serving调度和框架负载均衡影响。)

值得关注

此次开源不仅包含了核心的算子和通信库，还涵盖了从预训练、微调到低延迟推理的全链路优化实践，例如：

• 大EP低延时推理部署
• 超长文本KVcache池化
• Agentic RL训练实践
• 基于PyTorch原生框架的预训练实践

华为与DeepSeek将持续深耕“芯模协同”，通过深度适配打通从推理到训练的全链路，打造开放、高效的AI软件生态。