2月5日消息，據(jù)tomshardware等多家媒體報(bào)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(guó)對(duì)英偉達(dá)GPU的依賴。
根據(jù)DeepSeek 研究人員的測(cè)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(guó)的制裁，無法獲得臺(tái)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(gè)晶體管。過去昇騰910芯片采用臺(tái)積電N7+制程，而昇騰910C芯片則由中芯國(guó)際第二代7納米級(jí)（N+2）制程制造。
若透過手動(dòng)優(yōu)化CUNN核心，昇騰910C性能還可進(jìn)一步提升。此外，DeepSeek 對(duì)升騰處理器的原生支持，以及其PyTorch儲(chǔ)存庫(kù)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(shì)： 從第一天起就支持華為昇騰芯片，自主維護(hù)PyTorch倉(cāng)庫(kù)，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(duì)AI場(chǎng)景推出的異構(gòu)計(jì)算架構(gòu) ，對(duì)上支持多種AI框架，對(duì)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(jì)算效率的關(guān)鍵平臺(tái)。同時(shí)針對(duì)多樣化應(yīng)用場(chǎng)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(tái)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(yàn)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(duì)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(gè)操作系統(tǒng)，簡(jiǎn)化了CANN安裝流程。
DeepSeek的Yuchen Jin表示，“長(zhǎng)周期訓(xùn)練的穩(wěn)定性是中國(guó)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(cè)，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(duì)在軟硬體優(yōu)化方面的專長(zhǎng)，也可能大幅降低對(duì)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(shí)，使用英偉達(dá)底層硬件指令PTX（Parallel Thread Execution）語言，而非高級(jí)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(duì)于程序開發(fā)人員來說，CUDA是一種更加友好的高級(jí)語言，開發(fā)者只需要專注于程序和算法最相關(guān)的運(yùn)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(jì)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(jí)運(yùn)行，允許進(jìn)行細(xì)粒度的優(yōu)化，如寄存器分配和Thread / Warp級(jí)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(jí)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(dòng)函數(shù)做一些新的開發(fā)，從而實(shí)現(xiàn)更加細(xì)粒度的操作。這也說明DeepSeek擁有一些擅長(zhǎng)寫PTX語言的內(nèi)部開發(fā)者。 假如它之后使用國(guó)產(chǎn)GPU，其在硬件適配方面將會(huì)更得心應(yīng)手，其只要了解這些硬件驅(qū)動(dòng)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(guó)產(chǎn)硬件。
