# DeepSeek brengt DeepEP-Ascend uit voor communicatie op Huawei-NPU’s

> DeepSeek maakt een communicatiebibliotheek met hoge prestaties open source. Die versnelt MoE-training op Ascend-NPU’s; eerste benchmarks laten een bandbreedtebenutting tot 95% zien.

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

DeepSeek heeft een nieuwe GitHub-repo gepubliceerd: DeepEP-Ascend. Deze biedt een communicatiebibliotheek voor training en inferentie op Huawei Ascend-NPU’s, met ondersteuning voor all-to-all-communicatie bij expertparallelisme, pipelineparallelisme en toegang tot extern geheugen. De bibliotheek komt overeen met de NVIDIA DeepEP-API en is te installeren met een pip-opdracht. Uit eerste tests op de Ascend 950DT blijkt dat de dispatchbandbreedte dicht bij de hardwarelimiet ligt bij expertparallelle groottes tot 32.

## De feiten

- Repo aangemaakt op 30 september 2026; ondersteunt FP8-dispatch en BF16-combine
- Benchmarks op de Ascend 950DT melden een dispatchbandbreedte van 373–375 GB/s bij EP-grootte 8

## Waarom het ertoe doet

Hierdoor kunnen ontwikkelaars Huawei’s Ascend-chips gebruiken voor grootschalige mixture-of-experts-modellen, met communicatiesnelheden die bijna de hardwarelimiet halen.

## Bronnen en referenties

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

Laatst bijgewerkt: 2026-09-30