2月5日消息，據(jù)tomshardware等多家媒體報道,， 華為最新的AI處理器昇騰910C（Ascend 910C）的推理性能已經(jīng)達(dá)到了英偉達(dá)（NVIDIA）H100 GPU的60%,。雖然昇騰910C性能與英偉達(dá)最新的Blackwell系列AI芯片相比仍有很大差距，但它有助于降低中國對英偉達(dá)GPU的依賴,。

根據(jù)DeepSeek 研究人員的測試數(shù)據(jù)顯示,，在執(zhí)行基于DeepSeek模型的推理任務(wù)中，昇騰910C性能可達(dá)到英偉達(dá)H100的60%,。

這顯示出,，華為盡管受美國的制裁，無法獲得臺積電的先進(jìn)制程技術(shù)的支持,，華為AI處理器的能力仍在快速進(jìn)步,。據(jù)介紹，昇騰910C采用chiplet封裝,，整合約530億個晶體管,。過去昇騰910芯片采用臺積電N7+制程，而昇騰910C芯片則由中芯國際第二代7納米級（N+2）制程制造,。

若透過手動優(yōu)化CUNN核心,，昇騰910C性能還可進(jìn)一步提升。此外,，DeepSeek 對升騰處理器的原生支持,，以及其PyTorch儲存庫可讓CUDA到CUNN無縫轉(zhuǎn)換，讓華為硬件更容易整合到AI工作流程中,。

據(jù)了解,，DeepSeek的支持為華為芯片帶來了關(guān)鍵優(yōu)勢： 從第一天起就支持華為昇騰芯片，自主維護(hù)PyTorch倉庫,，只需一行代碼就能將CUDA轉(zhuǎn)換為CANN,；而且性能優(yōu)化潛力巨大,，通過定制優(yōu)化可達(dá)到更高性能。

據(jù)華為官網(wǎng)介紹,， CANN（Compute Architecture for Neural Networks）是昇騰針對AI場景推出的異構(gòu)計算架構(gòu) ,，對上支持多種AI框架，對下服務(wù)AI處理器與編程,，發(fā)揮承上啟下的關(guān)鍵作用,，是提升昇騰AI處理器計算效率的關(guān)鍵平臺。同時針對多樣化應(yīng)用場景,，提供高效易用的編程接口,，支持用戶快速構(gòu)建基于昇騰平臺的AI應(yīng)用和業(yè)務(wù)。

據(jù)了解,，CANN分社區(qū)版和商用版,。 前者是快速提供新特性的體驗版，供開發(fā)者提前試用,；而后者是滿足商用標(biāo)準(zhǔn)的穩(wěn)定版本,。目前，CANN社區(qū)版已經(jīng)來到了8.0.0.alpha003版本,，針對Ascend C進(jìn)行了特性增強(qiáng),。而商用版CANN 8.0.RC3版本也已經(jīng)發(fā)布,，新增適配7個操作系統(tǒng),，簡化了CANN安裝流程。

DeepSeek的Yuchen Jin表示,，“長周期訓(xùn)練的穩(wěn)定性是中國芯片最大難關(guān)”,。這涉及英偉達(dá)軟硬體生態(tài)系統(tǒng)的深度整合，CUDA護(hù)城河已經(jīng)發(fā)展二十多年,。雖然推理性能可繼續(xù)改善,，但持續(xù)的訓(xùn)練工作負(fù)載需要華為進(jìn)一步改進(jìn)軟硬體堆疊。

有專家預(yù)測,，隨著AI模型向“Transformer構(gòu)架”（如GPT,、BERT等）靠攏，CUDA和PyTorch編譯器的重要性將降低,。此外,，DeepSeek 團(tuán)隊在軟硬體優(yōu)化方面的專長，也可能大幅降低對英偉達(dá)CUDA的依賴,，大幅節(jié)省成本,。

此前的研究顯示，DeepSeek使用英偉達(dá)的H800芯片訓(xùn)練時,，使用英偉達(dá)底層硬件指令PTX（Parallel Thread Execution）語言,，而非高級編程語言CUDA。這似乎也意味著DeepSeek繞過了CUDA，使用更底層的編程語言做優(yōu)化,。

對于程序開發(fā)人員來說,，CUDA是一種更加友好的高級語言，開發(fā)者只需要專注于程序和算法最相關(guān)的運行邏輯,，而不太需要考慮具體的程序是如何在GPU等硬件上具體如何執(zhí)行計算的,，從而能夠降低開發(fā)難度。而PTX在接近匯編語言的層級運行,，允許進(jìn)行細(xì)粒度的優(yōu)化,，如寄存器分配和Thread / Warp級別的調(diào)整。這種編程非常復(fù)雜且難以維護(hù),，所以行業(yè)通用的做法是使用CUDA這樣的高級編程語言,。

北京航空航天大學(xué)副教授黃雷表示，繞過CUDA可以直接根據(jù)GPU的驅(qū)動函數(shù)做一些新的開發(fā),，從而實現(xiàn)更加細(xì)粒度的操作,。這也說明DeepSeek擁有一些擅長寫PTX語言的內(nèi)部開發(fā)者。 假如它之后使用國產(chǎn)GPU,，其在硬件適配方面將會更得心應(yīng)手,，其只要了解這些硬件驅(qū)動提供的一些基本函數(shù)接口 ， 就可以仿照英偉達(dá)GPU硬件的編程接口去寫相關(guān)的代碼,，從而讓自家大模型更加容易適配國產(chǎn)硬件,。