華為昇騰 950PR 矩陣計算速度僅為 H100 的 43%

ChainCatcher 消息，半導體研究機構 SemiAnalysis 公布華為昇騰 950PR 實測結果。該機構選取 1055 組大模型常用矩陣計算，華為自己的底層程序已讓 950PR 發揮自身可達算力的 86%，高於英偉達 H100 的 75.5%；實際運算速度仍只有 H100 的 43%，相對更新的 B300 只有 21%。這組成績尚未用上 DeepSeek 新移植的算子。

DeepSeek 正從軟體側減少數據搬運和等待。注意力計算中，FlashMLA 調整存儲後，原本需分別讀取的兩份數據可一次取齊；TileLang 可讓晶片邊計算邊預加載下一批數據。SemiAnalysis 實測，自動調度使部分小型計算任務耗時最多減少約 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帶寬，華為計劃繼續改進固件。

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未能跑通，問題涉及晶片穩定性、跨卡通信和軟體支持。今年雙方繼續合作，9 月底 DeepSeek 集中公開六套昇騰適配代碼，10 月又傳出華為正按 DeepSeek 的模型需求調整下一代晶片設計。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。此前雙方已做千卡級測試，但要讓上萬顆晶片連續完成一輪大模型訓練，仍需解決更複雜的協同和穩定性問題。