華為昇騰950PR矩陣計算僅H100四成速度，DeepSeek正從軟件裡擠性能

動察 Beating AI 快訊，去年，DeepSeek 嘗試用華為昇騰晶片訓練 R2，華為工程師駐場協助也沒能跑通。晶片穩定性、跨卡通信和軟體支援都存在問題。今年雙方繼續深入合作。9 月底，DeepSeek 集中公開了六套昇騰適配代碼；10 月又傳出華為正在按照 DeepSeek 的模型需求調整下一代晶片設計。

半導體研究機構 SemiAnalysis 最近公佈了昇騰 950PR 的實測結果。研究人員選取 1055 組大模型常用的矩陣計算，發現華為自己的底層程式已經讓 950PR 發揮出自身 86% 的可達算力，高於輝達 H100 的 75.5%。可實際運算速度仍只有 H100 的 43%，與更新的 B300 相比更只有 21%。

DeepSeek 正在從軟體裡減少數據搬運和等待時間。比如運行注意力計算時，原本需要分別讀取的兩份數據，經過 FlashMLA 調整存儲方式後，一次就能取齊。另一套工具 TileLang 可以讓晶片一邊計算，一邊提前加載下一批數據。SemiAnalysis 實測，自動調度讓部分小型計算任務的耗時最多減少約 40%。DeepSeek 還移植了負責 MoE 專家通信的 DeepEP，但通信與計算仍會爭搶記憶體頻寬，華為計劃繼續改進固件。

此次測試的 950PR 主要面向推理輸入處理，DeepSeek 準備最快年底用於大規模預訓練的是 950DT。此前雙方已開展千卡級測試，但要讓上萬顆晶片連續完成一輪大模型訓練，還需要解決更複雜的協同和穩定性問題。