DeepSeek V5 计划在华为昇腾芯片上进行预训练

关键要点

  • DeepSeek V5 计划在华为 Ascend 芯片上进行预训练,将此前仅用于推理的部署范围扩展至训练,相关消息于 2026 年 11 月 3 日报道。
  • 华为和 DeepSeek 在 2025 年春节前后部署了超过 3,000 颗 Ascend 芯片,并在华为云贵安数据中心成功运行 DeepSeek-V3/R1。
  • DeepSeek 于 9 月 30 日发布了 TileLang 和 DeepGEMM 等开源基础设施组件,全面将 Ascend 的适配范围扩展至训练和推理。

2026年11月3日,产业链消息人士称,DeepSeek V5计划使用华为昇腾芯片进行预训练。此前,昇腾芯片主要用于DeepSeek推理,而该公司9月30日的开源发布则将其昇腾适配扩展至支持训练和推理的基础设施。

DeepSeek与华为于2025年扩大昇腾推理部署

《科创板日报》报道称,公开记录中,最早的大规模部署昇腾芯片以运行DeepSeek模型的案例发生在2025年春节前后。在《昇腾崛起》一书中,浙江大学传媒与国际文化学院常务副院长方兴东写道,华为高管于2025年1月28日作出决定,让华为云迅速支持DeepSeek。

书中称,从除夕到农历新年初二,华为与DeepSeek部署并验证了3,000多颗昇腾芯片,成功将DeepSeek-V3/R1模型部署到华为云贵安数据中心。书中还称,DeepSeek热度飙升让任正非备受鼓舞;整个春节期间,他指导华为云及相关产品团队应对流量激增。2025年1月,SiliconFlow与华为云推出了基于昇腾的DeepSeek-V3和R1推理服务。

华为昇腾超节点支持DeepSeek V4模型

DeepSeek-V4于2026年4月发布后,华为表示,“芯片-模型协同”使全系列昇腾超节点产品能够支持DeepSeek V4系列。DeepSeek官方API页面称,高端算力限制了V4-Pro的服务吞吐量。

9月30日,DeepSeek宣布开源适用于华为昇腾计算平台的基础设施组件。此次发布涵盖TileLang高级语言编译器、包括DeepGEMM、FlashMLA、TileKernel和DeepSelect在内的高性能计算库,以及分布式通信库DeepEP。这些组件对应于DeepSeek此前为Nvidia平台开源的组件。

华为提供了双方共同定义的昇腾超节点SuperPoD Flex和UBL128网络解决方案。华为还开放了昇腾C编程接口以及对TileLang的底层指令集支持。报道将此次发布描述为:DeepSeek的昇腾工作从推理扩展至训练和推理的软件栈与基础设施层面的系统性适配和联合开发。

昇腾910C集群完成DeepSeek-V4-Pro后训练

报道称,国内计算部署仍集中在推理领域,训练方面仍有待进一步发展。深圳河套学院AI训练平台项目团队与哈尔滨工业大学(深圳)、深圳大数据研究院及华为团队合作,并与深圳智城AI算力平台协作,在国产昇腾910C AI计算集群上完成了1.6万亿参数DeepSeek-V4-Pro的全参数后训练。

报道明确指出,这项工作不涉及基座预训练。报道称,国产芯片在推理方面的大规模验证增强了行业信心,而训练生态迁移成本仍是决定市场上限的一个因素。有关DeepSeek V5的计划是使用昇腾进行预训练;文章并未称该预训练已经完成。

DeepSeek V5与昇腾部署详情

  • 多位产业链消息人士称,DeepSeek V5计划使用华为昇腾芯片进行预训练。
  • 此前,昇腾芯片主要用于DeepSeek推理。
  • 华为与DeepSeek在2025年春节前后部署并验证了3,000多颗昇腾芯片。
  • DeepSeek-V3/R1被部署到华为云贵安数据中心。
  • DeepSeek称,其9月30日开源的昇腾基础设施组件包括TileLang、DeepGEMM、FlashMLA、TileKernel、DeepSelect和DeepEP。
  • 深圳河套学院AI训练平台项目团队在昇腾910C集群上完成了1.6万亿参数DeepSeek-V4-Pro的全参数后训练;这项工作不涉及基座预训练。

常见问题

DeepSeek V5已经确认使用昇腾芯片完成预训练了吗?

没有。报道援引多位产业链消息人士称,DeepSeek V5计划使用华为昇腾芯片进行预训练,但并未报道预训练已经完成。

哪些DeepSeek模型曾在华为昇腾基础设施上运行?

报道称,DeepSeek-V3/R1被部署到华为云贵安数据中心;华为表示,在DeepSeek V4于2026年4月发布后,全系列昇腾超节点产品均支持DeepSeek V4系列。

昇腾910C集群对DeepSeek-V4-Pro进行了预训练吗?

没有。项目团队在国产昇腾910C AI计算集群上完成了1.6万亿参数DeepSeek-V4-Pro的全参数后训练。报道明确指出,这项工作不涉及基座预训练。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论