返回话题榜
AI利好全部数据

DeepSeek开源适配华为昇腾底层组件:打通国产算力训练与推理链

国内知名AI团队DeepSeek宣布正式开源面向华为昇腾算力芯片的基础设施组件库,涵盖TileLang、DeepGEMM、DeepEP与FlashMLA等多款核心算子加速工具。此次开源系统性地将此前适配英伟达架构的技术组件迁移至华为昇腾平台,标志着国产芯片在大型模型生态中实现了从训练到推理的全流程覆盖。社交网络交易员与技术开发者对此反响热烈,部分二级市场投资者讨论其对英伟达芯片垄断的潜在冲击与替代预期;同时,工程师群体结合实际开发体验指出,以DeepSeek和GLM为代表的国产大模型在嵌入式编程与日常代码测试中已具备极高的可用性与实用价值。

#DeepSeek#华为昇腾#开源算力#英伟达#算子优化
话题热度
216
选题
帖子数
2
曝光
5.9万
参与创作者
2

话题热度趋势

从首次出现到最后更新;不足 7 天时补足 7 天观察窗。

全部关联帖子

共 2 条

2
4.2万 粉丝
曝光2.7万
🚨DeepSeek又开源啦! 刚刚,@DeepSeek 正式开源了一整套面向华为昇腾的基础设施组件。 简单说,就是把此前在 NVIDIA 平台上跑通的那套核心基础设施,开始系统性地搬到昇腾上: TileLang、DeepGEMM、DeepEP、TileKernels、FlashMLA、DeepSelect,基本一一对应。 这里面我最关注的其实是 TileLang。 它本质上是一个用来写高性能 AI 算子的高级语言。以前想把 GPU/NPU 性能榨干,开发者往往需要直接写 CUDA、Ascend C 这种很底层的代码,复杂,而且换一套芯片又得重新适配。 TileLang 相当于往上抽了一层:你用更简单、接近 Python 的方式写 GEMM、Attention、量化这些算子,它再负责把代码编译到 NVIDIA、AMD、昇腾等不同硬件上。 有点像 Triton,但 TileLang 从一开始就在往多硬件后端走。 更重要的是,它不是只追求“好写”,而是希望好写的同时还能把硬件性能吃满。 DeepSeek V4 系列训练里的大量算子,现在已经是用 TileLang 实现的。 这次昇腾版本直接把底层 Ascend C 指令封装起来,并且 DeepSeek 训练里用到的每一个 TileLang 算子,目前在昇腾上都有对应实现。 另外几个开源的仓库也基本把LLM训练最核心的底层能力补齐了: DeepGEMM 做矩阵计算; DeepEP 做 MoE 大规模跨卡通信; TileKernels 放各种常用训练/推理算子; FlashMLA 做稀疏注意力; DeepSelect 做高性能���据筛选。 我翻了一下刚开源的仓库,DeepGEMM Ascend 在官方给出的部分 Dense GEMM 测试里,最高已经做到硬件理论上限的 99.8%。 更有意思的是,这次 DeepSeek 还明确提到了和华为一起做 Ascend 950 的 128 卡超节点,对计算和通信做了深度优化。 国产算力过去一个很现实的问题就是:硬件出来了,但真正好用的软件栈、算子库、通信库和开发工具,往往还得重新磨很久。 现在 DeepSeek 相当于把自己已经验证过的一套东西直接开出来。 希望后面这套栈真的能在更多团队、更多国产芯片上复用。
Max For AI 的图片 1