# DeepSeek lancia DeepEP-Ascend per le NPU Huawei

> DeepSeek pubblica una libreria di comunicazione ad alte prestazioni che accelera l’addestramento MoE sulle NPU Ascend: i primi benchmark indicano un utilizzo della banda fino al 95%.

Oossa · 2026-09-30 · https://oossa.com/it/deepseek-releases-deepep-ascend-library-for-huawei-npu-communication

DeepSeek ha pubblicato su GitHub un nuovo repository chiamato DeepEP-Ascend. Offre una libreria di comunicazione per l’addestramento e l’inferenza sulle NPU Huawei Ascend e supporta la comunicazione all-to-all con parallelismo degli esperti, il parallelismo a pipeline e l’accesso remoto alla memoria. La libreria è compatibile con l’API di NVIDIA DeepEP e si installa con un comando pip. I primi test su Ascend 950DT mostrano una banda di dispatch vicina al limite dell’hardware con dimensioni di parallelismo degli esperti fino a 32.

## I fatti

- Repository creato il 30 settembre 2026; supporta il dispatch FP8 e il combine BF16
- I benchmark su Ascend 950DT indicano una banda di dispatch di 373–375 GB/s con una dimensione EP pari a 8

## Perché conta

Consente agli sviluppatori di usare i chip Ascend di Huawei per modelli mixture-of-experts su larga scala, con velocità di comunicazione vicine ai limiti dell’hardware.

## Fonti e riferimenti

1. [New repository deepseek-ai/DeepEP-Ascend: A high-performance communication library for machine learning training and inference on Huawei Ascend NPUs.](https://github.com/deepseek-ai/DeepEP-Ascend) – DeepSeek, 2026-09-30

Ultimo aggiornamento: 2026-09-30