DeepSeek将DeepGEMM与DeepEP移植到华为昇腾950

DeepSeek 于 2026 年 9 月 30 日在 GitHub 上新开两个仓库：DeepGEMM-Ascend 和 DeepEP-Ascend，将其训练和运行模型所用的核心算子库移植到华为昇腾（Ascend）950 AI 处理器上。此次移植没有官方博客公告，相关信息来自仓库的说明页面。

两个库的作用

DeepGEMM 是加速矩阵乘法（GEMM）的算子库，而矩阵乘法是大语言模型最基础的运算。根据说明页面，DeepGEMM-Ascend 与 DeepGEMM 完全 API 兼容：开发者安装该软件包后，即可在昇腾上沿用相同的调用方式和开发流程。该库支持 BF16、FP8 和 FP4 精度的矩阵乘法，面向混合专家（MoE）模型的 MegaMoE 算子，以及面向 MQA 注意力计算的算子。仓库采用 MIT 许可证。

DeepEP 则是 MoE 模型中负责把数据分发到不同处理器上的专家、再汇总结果的通信库。DeepEP-Ascend 的公开 API 与 NVIDIA 版本保持一致，还提供 FP8 分发、流水线并行所需的收发操作，以及一个实验性的远程内存访问组件。

性能测试与驱动时间表

DeepSeek 公布的性能数据在昇腾 950DT 上测得。DeepEP-Ascend 说明页面显示，测试使用的是华为提供给 DeepSeek、未公开发行的概念验证驱动包（PoC HDK），并做了额外的手动配置。包含满带宽所需配置的商用驱动版本，计划于 10 月 15 日前后在华为 Atlas 850E 软件下载页面发布。DeepSeek 注明，该日期是华为的计划，可能会有变动。

非 CUDA 硬件的重要一步

目前大部分 AI 软件都围绕 NVIDIA 的 CUDA 生态编写，迁移到其他硬件时，难点往往就在这一软件层。开放模型被广泛使用的 DeepSeek，以相同 API 把自家算子库移植到昇腾，意味着 CUDA 之外的硬件获得了一份分量不轻的软件支持。此举也与美国出口管制背景下中国构建自主 AI 硬件链条的努力相呼应。希望在昇腾 950 系统上训练或运行 MoE 模型的团队，可以用更少的改动迁移原本为 NVIDIA 编写的代码。

上述性能数据为 DeepSeek 自行测得，且使用的是尚未发布的驱动配置，换用商用驱动后结果可能不同。这些库在其他昇腾代际和不同 CANN 版本上的支持情况也尚未确认。仓库刚刚上线，值得关注独立研究人员的评测。

来源：GitHub：deepseek-ai/DeepGEMM-Ascend、GitHub：deepseek-ai/DeepEP-Ascend。