Ascend 950
PulseAugur coverage of Ascend 950 — every cluster mentioning Ascend 950 across labs, papers, and developer communities, ranked by signal.
- used by DeepInfer: Open-Source Deep Learning Deployment Toolkit for Image-Guided Therapy 90%
- used by DeepSeek-V4.1-Flash 90%
- used by SM100 90%
- instance of DeepInfer: Open-Source Deep Learning Deployment Toolkit for Image-Guided Therapy 70%
- instance of DeepSeek-V4.1-Flash 70%
- used by Cann 70%
- used by TensorRT-LLM 70%
- partners with Cann 70%
- affiliated with DeepInfer: Open-Source Deep Learning Deployment Toolkit for Image-Guided Therapy 50%
- affiliated with TensorRT-LLM 50%
4 天有情绪数据
-
清华系公司携手华为昇腾,打造万卡级国产AI算力“Token工厂”
青 Umum Intelligence 与华为昇腾合作,启动了一项旨在整合和优化国内人工智能算力的“Token工厂”计划。该计划寻求将分散的中国制造芯片转化为统一的大规模人工智能Token生产设施,以满足由Agent应用驱动的日益增长的需求。目标是创建一个强大的生态系统,弥合硬件能力与人工智能模型服务的实际需求之间的差距,最终提高国内人工智能基础设施的利用率和效率。
-
美国收紧芯片管制,英伟达GPU供应中国受阻,黑市应运而生
由于美国出口管制升级,英伟达向中国供应高端GPU的渠道正在收紧,影响了中国的AI公司和云服务提供商。即使英伟达CEO黄仁勋回归,美国政府限制中国获取先进芯片的重点也可能不会改变。这种情况正在催生一个有利可图但风险巨大的GPU黑市,价格飙升,供应商面临低违约成本。虽然国内GPU制造商可能受益,但他们在推理任务的成本和效率方面面临竞争挑战,并且受到HBM等关键组件供应链问题的阻碍。
-
DeepSeek V5 将利用华为昇腾芯片进行预训练
DeepSeek 计划使用华为的昇腾芯片来预训练其即将推出的 DeepSeek V5 大模型。这标志着与之前主要用于推理任务的昇腾芯片使用方式的重大转变。DeepSeek 一直积极与华为合作,共同开发昇腾软件栈,并发布了针对该平台的定制基础设施组件。此举旨在增强国内人工智能训练的计算能力,尽管在迁移生态系统和相关成本方面仍存在挑战。
-
华为 Ascend 950 SuperPoD 荣获 WIC 奖,部署量突破千台
华为 Ascend 950 SuperPoD 荣获世界互联网大会(WIC)颁发的领先科技奖。该系统每个节点配备 1,024 个 NPU,并采用 Lingqu 互连芯片,实现了 45% 的训练利用率,据报道是行业平均水平的 1.8 倍。华为还宣布,SuperPoD 的部署量已突破 1,000 台。
-
DeepSeek 开源 DeepInfer 以实现高效 LLM 推理
DeepSeek 已开源 DeepInfer,这是一个专为高效大规模模型部署设计的推理框架。该工具包支持在 Nvidia SM100 GPU 和华为 Ascend 950 NPU 等硬件上对 DeepSeek-V4.1-Flash 等模型进行离线推理。主要功能包括用于测试的确定性输出生成、强制模型输出遵循 JSON schema 约束的能力以及用于性能优化的内核。
-
华为Atlas AI加速器更新及用户性能洞察
一位Reddit用户,作为华为Atlas AI加速器的拥护者,分享了关于最新卡片阵容及其个人体验的更新。他详细介绍了在三张Atlas 300I Duo卡上优化QFN、GLM5.3-flash、Deepseek和Meta Muse等模型的努力,并指出虽然Muse和GLM的性能尚不理想,但他们正在继续努力。该用户还强调了与使用类似硬件的朋友在图像生成方面的合作,并讨论了华为产品在全球AI市场的竞争潜力,特别是采用Ascend 950核心的…
-
DeepInfer 部署工具包需要专用硬件,未达到生产就绪状态
DeepInfer 开源深度学习部署工具包需要 SM100 或 Ascend 950 等特定硬件,并且缺少 KV 缓存和负载均衡等功能,因此不适合独立用于生产环境。该帖子询问用户目前使用什么硬件来运行 DeepSeek 模型。
-
DeepSeek 开源 DeepInfer 框架以降低 AI 部署成本
中国人工智能初创公司 DeepSeek 已开源其 DeepInfer 框架,旨在提高 AI 模型部署的效率和成本效益。该框架支持在英伟达 SM100 Blackwell GPU 和华为昇腾 950 芯片上运行 DeepSeek-V4.1-Flash。DeepSeek 的目标是实现对闭源 AI 模型的“全面胜利”,并将当前格局视为开源与闭源开发之间的冲突。
-
DeepSeek 开源其模型的 DeepInfer 推理框架
DeepSeek 已开源 DeepInfer,这是为其包括 DeepSeek-V4.1-Flash 模型在内的生产服务提供支持的推理框架。该工具包在 Apache 2.0 许可下发布,提供了对前沿实验室服务堆栈的难得一瞥,并包含 FlashMLA 和 DSpark 等组件以优化性能。DeepInfer 支持 NVIDIA SM100 和 Huawei Ascend 950 硬件,展示了高吞吐率,尤其是在解码操作方面。
-
DeepSeek 开源生产推理引擎 DeepInfer
DeepSeek 已开源其生产推理引擎 DeepInfer,该引擎为其大规模服务提供动力。发布的代码包括一个重要的调度器、MoE 专家并行负载均衡、推测解码和一个评估工具。然而,像 KV 缓存系统和跨数据并行副本的负载均衡等与 DeepSeek 内部基础设施紧密耦合的关键组件未包含在此次发布中。该引擎目前仅支持 DeepSeek-V4.1-Flash 模型和特定的 NVIDIA SM100 GPU 或华为昇腾 950 NPU。
-
DeepSeek开源DeepInfer推理引擎,用于大规模AI模型
DeepSeek已开源其高性能推理引擎DeepInfer,该引擎旨在为其模型提供大规模生产服务的动力。此次发布包括优化的内核、对各种并行技术的支持,以及异步调度和批次不变推理等功能。DeepInfer兼容NVIDIA GPU和华为Ascend NPU,其构建受到了vLLM和TensorRT-LLM等框架的启发。
-
DeepSeek、华为开源工具挑战英伟达AI主导地位 · 跟踪10个来源
DeepSeek 和华为联合发布了一套开源工具,旨在增强华为 Ascend AI 芯片的软件生态系统。该计划旨在提供 Nvidia 的 CUDA 平台的 viable 替代方案,提供 TileLang 编程语言、高性能计算库(DeepGEMM、FlashMLA)和分布式通信库(DeepEP)等组件。此次合作的重点是使开发人员能够更轻松地充分发挥 Ascend 硬件的全部性能,在中国培养一个独立可控的人工智能芯片软件环境。
-
华为发布Atlas 950 SuperPoD服务器,配备1024个NPU和256TB内存 · 追踪4个来源
华为展示了其Atlas 950 SuperPoD服务器,该系统包含1024个NPU,专为AI工作负载设计。该系统具有广泛的机架间连接性,32个LRS单元中的每一个都使用4x100G连接到相邻机架,并采用了华为的StarMatrix可插拔模块。Atlas 950拥有巨大的内存容量,包括98TB的HiZQ内存(相当于HBM3E)和额外的158TB DRAM,总计256TB。该系统提供针对解码和训练(Ascend 950DT)或预填充任务(…
-
帆石携手华为,共用Ascend 950算力
帆石已与华为达成一项重要的算力战略合作协议。此次合作将使帆石成为首批利用华为高端国产算力基础设施的AI公司之一,特别是利用Ascend 950芯片。此次合作被视为一项具有前瞻性的举措,旨在确保稳定的计算资源,并增强帆石服务金融和政府等关键行业的能力,从而促进其收入和长期增长。
-
华为开源AscendNPU IR以挑战Nvidia的AI硬件主导地位
华为通过开源其BiSheng编译器核心组件AscendNPU IR,来挑战Nvidia在AI硬件市场的统治地位。此举旨在支持即将推出的Ascend 950芯片,并包含对Triton的原生支持,使开发人员无需依赖专有接口即可创建高性能内核。此举被视为一项战略举措,旨在促进中国AI开发实验室从Nvidia当前硬件架构的迁移。
-
华为开源昇腾NPU IR,增强毕昇编译器灵活性
华为已开源其毕昇编译器核心组件昇腾NPU IR。这个基于MLIR的抽象层专为昇腾硬件设计,支持Triton等前端语言,并扩展了对新款Ascend 950处理器的兼容性。此举旨在增强编译器的灵活性及其在各种硬件和编程范式中的广泛应用。
-
LLM生成的硬件内核出现新的基准测试和优化工具
两篇新的研究论文介绍了用于大型语言模型(LLM)生成硬件加速器代码的基准测试和优化框架。第一篇论文KernelGenBench提供了一个统一的基准测试,用于评估LLM生成的Triton内核在不同算子源和硬件平台上的性能,揭示了基于代理的方法存在显著的性能差异和高令牌成本。第二篇论文提出了一个基于编译器的分层诊断系统,用于优化Ascend NPU等新兴加速器上的Triton内核,通过将运行时问题与编译器行为联系起来,实现了显著的加速。
-
在美国制裁下,中国构建芯片市场,寻求与俄结盟
作为对美国出口管制的应对,中国正在发展自己的芯片供应市场,并可能与俄罗斯建立贸易联盟。由于西方制裁,俄罗斯的Sberbank等实体正在寻求中国制造的处理器,例如华为的Ascend 950系列。这种情况凸显了美国的政策可能无意中创造了其试图阻止的平行供应链和贸易集团,俄罗斯正成为中国不断发展的半导体生态系统的依赖性客户。
-
华为携Atlas SuperPods进军韩国AI芯片市场,挑战英伟达
华为正准备携其Atlas 950 SuperPod平台于2026年末进军韩国AI芯片市场,该平台拥有多达8,192个Ascend 950加速器的集群。该公司旨在通过提供显著更低的价格和与英伟达H20芯片相比具有竞争力的推理性能来挑战英伟达的主导地位。华为据称正与当地合作伙伴合作,为其分别为AI推理和训练设计的Ascend 950PR和950DT处理器建立分销和营销渠道。
-
华为考虑在拉丁美洲部署Ascend AI芯片
华为正探索在其拉丁美洲的云和AI服务中部署其Ascend AI芯片。这一潜在扩张会将中国设计的硬件引入一个传统上由美国供应商服务的市场。Ascend 950系列芯片目前在中国仍处于早期部署阶段,阿里巴巴、字节跳动和DeepSeek等公司已在使用它们。