Huawei şirkətinin Ascend 950PR çipi sınaqlarda matris hesablamalarında Nvidia H100-ün sürətinin 43%-nə çatıb. ChainCatcher-in məlumatına görə, yarımkeçiricilər üzrə araşdırma şirkəti SemiAnalysis böyük süni intellekt modellərində geniş istifadə olunan 1 055 matris əməliyyatını sınaqdan keçirib. Huawei-nin aşağı səviyyəli proqram təminatı 950PR-ə mümkün hesablama göstəricisinin 86%-nə çatmağa imkan verib; H100 üçün bu göstərici 75,5% olub. Bununla belə, 950PR-in faktiki sürəti daha yeni B300 çipinin sürətinin 21%-nə bərabər olub. Sınağa DeepSeek-in bu yaxınlarda port etdiyi operatorlar daxil edilməyib.
DeepSeek məlumat ötürülməsini və gözləmə müddətini azaltmaq üçün proqram təminatında dəyişikliklər üzərində işləyir. FlashMLA diqqət hesablamaları üçün məlumatların saxlanma üsulunu dəyişir və əvvəllər ayrıca oxunmalı olan iki məlumat dəstinə birlikdə giriş imkanı yaradır. TileLang isə hesablama aparılarkən çipə növbəti məlumat partiyasını əvvəlcədən yükləməyə imkan verir. SemiAnalysis müəyyən edib ki, avtomatlaşdırılmış planlaşdırma bəzi kiçik hesablama tapşırıqlarının icra müddətini təxminən 40%-dək azaldıb. DeepSeek həmçinin ekspertlər qarışığı (MoE) modelləri arasında əlaqəni təmin edən DeepEP-ni də port edib, lakin əlaqə və hesablama hələ də yaddaşın buraxılış qabiliyyəti uğrunda rəqabət aparır. Huawei proqram təminatını daha da təkmilləşdirməyi planlaşdırır.
Ötən il DeepSeek R2 modelini Huawei Ascend çiplərində təlim etməyə çalışdı, lakin Huawei mühəndislərinin yerində göstərdiyi köməyə baxmayaraq, cəhd uğursuz oldu. Məlumatlara görə, çətinliklər çiplərin sabitliyi, çiplərarası əlaqə və proqram təminatı dəstəyi ilə bağlı idi. Əməkdaşlıq bu il də davam etdi: DeepSeek sentyabrın sonunda Ascend üçün uyğunlaşdırma kodunun altı dəstini açıq şəkildə yayımladı, oktyabrda yayılan məlumatlarda isə Huawei-nin növbəti nəsil çip dizaynını DeepSeek-in model tələblərinə uyğunlaşdırdığı bildirildi.
950PR əsasən inferensiya girişlərini emal etmək üçün nəzərdə tutulub. DeepSeek ilin sonunadək genişmiqyaslı ilkin təlim üçün 950DT-dən istifadə etməyi planlaşdırır. Tərəflər 1 000 çip miqyasında sınaqlar keçiriblər, lakin on minlərlə çipdə böyük modelin tam təlim dövrünü fasiləsiz işlətmək üçün daha mürəkkəb koordinasiya və sabitlik problemlərini həll etmək lazım olacaq.