# DeepSeek lança biblioteca DeepEP-Ascend para NPUs da Huawei

> A DeepSeek disponibilizou como código aberto uma biblioteca de comunicação de alto desempenho que acelera o treinamento de modelos MoE em NPUs Ascend. Testes iniciais apontam utilização de até 95% da largura de banda.

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

A DeepSeek publicou um novo repositório no GitHub, chamado DeepEP-Ascend. Ele oferece uma biblioteca de comunicação para treinamento e inferência em NPUs Ascend da Huawei, com suporte a comunicação all-to-all paralela entre especialistas, paralelismo de pipeline e acesso remoto à memória. A biblioteca é compatível com a API da NVIDIA DeepEP e pode ser instalada com um comando pip. Testes iniciais no Ascend 950DT mostram largura de banda de dispatch próxima do limite do hardware para tamanhos de paralelismo entre especialistas de até 32.

## Os fatos

- Repositório criado em 30 de setembro de 2026; oferece suporte a dispatch FP8 e combine BF16
- Benchmarks no Ascend 950DT registram largura de banda de dispatch de 373–375 GB/s para tamanho EP 8

## Por que importa

A biblioteca permite que desenvolvedores usem os chips Ascend da Huawei para executar modelos de mistura de especialistas em grande escala, com velocidades de comunicação próximas às máximas do hardware.

## Fontes e referências

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

Última atualização: 2026-09-30