华为昇腾 950PR 矩阵计算速度仅为 H100 的 43%

半导体研究机构 SemiAnalysis 公布华为昇腾 950PR 实测结果。该机构选取 1055 组大模型常用矩阵计算，华为自己的底层程序已让 950PR 发挥自身可达算力的 86%，高于英伟达 H100 的 75.5%；实际运算速度仍只有 H100 的 43%，相对更新的 B300 只有 21%。这组成绩尚未用上 DeepSeek 新移植的算子。

DeepSeek 正从软件侧减少数据搬运和等待。注意力计算中，FlashMLA 调整存储后，原本需分别读取的两份数据可一次取齐；TileLang 可让芯片边计算边预加载下一批数据。SemiAnalysis 实测，自动调度使部分小型计算任务耗时最多减少约 40%。DeepSeek 还移植了负责 MoE 专家通信的 DeepEP，但通信与计算仍会争抢内存带宽，华为计划继续改进固件。

去年 DeepSeek 尝试用华为昇腾芯片训练 R2，华为工程师驻场协助也未能跑通，问题涉及芯片稳定性、跨卡通信和软件支持。今年双方继续合作，9 月底 DeepSeek 集中公开六套昇腾适配代码，10 月又传出华为正按 DeepSeek 的模型需求调整下一代芯片设计。此次测试的 950PR 主要面向推理输入处理，DeepSeek 准备最快年底用于大规模预训练的是 950DT。此前双方已做千卡级测试，但要让上万颗芯片连续完成一轮大模型训练，仍需解决更复杂的协同和稳定性问题。