DeepEP Ascend
DeepSeek开源的面向华为昇腾平台的大规模跨设备通信组件，用于MoE架构中Token的Dispatch/Combine操作
时间轴 (近 90 天)
DeepEP Ascend 的公开 API 与 NVIDIA 版 DeepEP 完全对齐，包括 EP Buffer、Dispatch、Combine 以及 defer epilogue 参数，NVIDIA 卡上的代码移植到昇腾后 Python 层基本不用改
DeepSeek 将 DeepEP 通信库移植到国产昇腾 NPU，并在 GitHub 上开源，名为 DeepEP Ascend
昇腾版 DeepEP 必须使用展开式布局（Dispatch Expand），且目前是单一通信域
DeepEP Ascend 目前真正就绪的是 EP 跨卡派单机制，PP、bucket、ngram 等其他分工方式 API 已占位但实现尚未完成
DeepEP Ascend 在昇腾950上 Dispatch 的持续带宽能达到物理有效载荷上限的90%~95%，前提是EP规模不超过32；更大EP规模及Combine仍在优化中
开源清单包括 TileLang、DeepGEMM Ascend、DeepEP Ascend、TileKernels、FlashMLA 以及 DeepSelect，全部托管在 GitHub，许可证为 MIT
DeepSeek社区开源了面向昇腾平台的DeepEP Ascend与DeepGEMM Ascend两个底层加速项目
DeepEP提供四类Buffer：EP Buffer（专家并行Dispatch与Combine）、PP Buffer（流水线并行Send/Receive）、Ingram Buffer（Table写入与按层Fetch）、Bucket Buffer（分桶操作）
DeepEP在关键训练通信用例中通信带宽可以达到理论极限的90%以上
全部知识事实 (9)
DeepEP Ascend 的公开 API 与 NVIDIA 版 DeepEP 完全对齐，包括 EP Buffer、Dispatch、Combine 以及 defer epilogue 参数，NVIDIA 卡上的代码移植到昇腾后 Python 层基本不用改
50%待验证DeepEP Ascend 目前真正就绪的是 EP 跨卡派单机制，PP、bucket、ngram 等其他分工方式 API 已占位但实现尚未完成
50%待验证昇腾版 DeepEP 必须使用展开式布局（Dispatch Expand），且目前是单一通信域
50%待验证DeepEP Ascend 在昇腾950上 Dispatch 的持续带宽能达到物理有效载荷上限的90%~95%，前提是EP规模不超过32；更大EP规模及Combine仍在优化中
50%待验证DeepEP提供四类Buffer：EP Buffer（专家并行Dispatch与Combine）、PP Buffer（流水线并行Send/Receive）、Ingram Buffer（Table写入与按层Fetch）、Bucket Buffer（分桶操作）
50%待验证DeepEP在关键训练通信用例中通信带宽可以达到理论极限的90%以上
50%待验证DeepSeek 将 DeepEP 通信库移植到国产昇腾 NPU，并在 GitHub 上开源，名为 DeepEP Ascend
50%待验证开源清单包括 TileLang、DeepGEMM Ascend、DeepEP Ascend、TileKernels、FlashMLA 以及 DeepSelect，全部托管在 GitHub，许可证为 MIT
50%待验证DeepSeek社区开源了面向昇腾平台的DeepEP Ascend与DeepGEMM Ascend两个底层加速项目
50%