# DeepSeek выпустила библиотеку DeepEP-Ascend для связи между NPU Huawei

> DeepSeek открыла исходный код высокопроизводительной библиотеки для связи, ускоряющей обучение MoE-моделей на NPU Ascend. Первые тесты показали загрузку пропускной способности до 95%.

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

DeepSeek опубликовала новый репозиторий на GitHub под названием DeepEP-Ascend. В нём представлена библиотека для обмена данными при обучении и инференсе на NPU Huawei Ascend. Она поддерживает обмен данными по схеме all-to-all при параллелизме экспертов, конвейерный параллелизм и удалённый доступ к памяти. API библиотеки совместим с NVIDIA DeepEP, а установить её можно командой pip. Первые тесты на Ascend 950DT показали, что пропускная способность передачи данных близка к аппаратному пределу при параллелизме экспертов до 32.

## Факты

- Репозиторий создан 30 сентября 2026 года; поддерживаются передача данных в формате FP8 и объединение результатов в BF16
- В тестах на Ascend 950DT пропускная способность передачи данных составила 373–375 ГБ/с при размере EP 8

## Почему это важно

Библиотека позволяет разработчикам использовать чипы Ascend от Huawei для обучения крупных моделей со смесью экспертов, обеспечивая скорость обмена данными, близкую к аппаратному пределу.

## Источники и ссылки

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

Обновлено: 2026-09-30