白丝 在线 Deepseek进入业务深水区，为什么需要昇腾大EP？

发布日期：2025-07-06 00:26    点击次数：96

白丝 在线

DeepSeek 让各行业引入 AI 大模子的坚定和积极性昭着提高，已鼓吹 AI 在政务、动力、制造等领域等闲铺伸开来。

许多政企用户接入 DeepSeek 之后，感受到了 AI 大模子给业务带来了"旦用难回"的体验，很快就从试用的第一阶段，进入第二阶段——大模子推理集群的扩容升级。

当"有莫得 Deepseek 用"不再成为问题，那么" Deepseek 好不好用"的挑战就当面而来。

一来，东说念主多了，大量走访肯求带来的高并发，就像春运岑岭期涌入高大的东说念主流量，会出现肯求积压，模子推梦想考时期变长，token 隐隐速率下落，用户的恭候时延达到 50-100 毫秒，做事器劳苦和列队让东说念主恼火。

二来，机器多了，加多更多做事器会际遇物理天花板，机器扩容并不会线性升迁在线推理做事的体验，就像即使加多了更多车厢，但铁轨承载才略有限，也无法输送更多搭客（AI 任务）了。

当行业智能化进入深度应用 DeepSeek 的第二阶段，不得不濒临高并发推理的时间挑战。在堆算力的同期，也要同步优化性能体验，至极于想要输送更多乘客，不仅要加多车厢数目，还要同步改进轨说念、站台和不断机制，将旧式火车升级为高铁，技艺详细提高输送斥逐。

以 DeepSeek 为例，前不久公布了其利润率，高达 545%，其中就波及大量工程化才略，比如引入大 EP 推理集群，兑现高并发推理隐隐量指数级增长。

关于更多行业和企业来说，莫得 DeepSeek 那样的极客天才和顶尖时间团队，若何用大 EP 来不断高并发推理挑战呢？当 AI 大模子驱动进入千行万业的深水区，亟需一场大 EP 的"运力翻新"。

许多政企客户在接入了 Deepseek 之后，使用量进一步加多，有了扩展推理集群边界的需求，推理资源需要从 2 台扩展到 10 台，从 16 卡扩展到千卡，但扩容升级并不是往机房一放、网罗一连，就能安枕而卧了。

就像印度仍在使用的旧式火车，仅靠加多车厢，如故无法提高运力，每个乘客能占用的火车空间极小，体验很差，火车不胜重任，延误误点成了家常便饭。雷同问题，在 Deepseek 和各式大模子与业务的聚拢中，高并发推理卡住了用户的体验瓶颈。

面对上述问题，大 EP 大边界众人并行的时间架构，成为趋势。

简便来说，大 EP 等于将 MoE（夹杂众人）模子中数千个众人，分派到更多的卡（算力）上去。本来一张卡只可拉 10 个东说念主，有了大 EP，不错同期拉 100 个（高并发）；本来只可跑一回车，目下不错同期跑八趟车（提高众人臆测路数 batch size），那么乘客就毋庸万古期恭候了。

是以，通过大 EP 不错提高高并发推理场景下的臆测斥逐，兑现更大的隐隐和更低的时延。用户体感上，比如一家银行的责任主说念主员同期走访 Deepseek，不会际遇列队、延长、过长恭候等情况。

大 EP 这样好，如何技艺部署到我方的一体机或推理资源池呢？不经过一番辛苦，如实很难吃到大 EP 的蛋糕。

一方面，推理场景的算力需求指数级扩展，而国际厂商的推理芯片如 H20，固然显存高，但算力不及，处理大 EP 场景时隐隐骤降。Deepseek 公开的论文来看，仍然使用 H800 来进行推理。更强算力且供应链踏实的推理硬件，是大 EP 必不可少的。

另一方面，当肯求总量猛增之后，会带来多各种种的负载，且极不平衡，至极于有的车厢坐的东说念主多，有的车厢坐的东说念主少，负载不均通常会导致体验欠安。

此外，大 EP 场景的 All-to-All 通讯，导致卡间通讯占比时期高，至极于每个车厢的众人齐要告知到，这就会拖沓收支站的斥逐。NVLink 在大 EP 场景中，实践灵验带宽期骗率就不及。

由此可见，当行业使用 Deepseek 进入深水区，面对高并发推理场景，不成抱有"头疼医头脚疼医脚"的幸运边幅，而需要通盘想考和系统攻坚。

今天来看，百行万企拥抱 Deepseek 不是追赶一时风口，而是对智能化发展趋势的经久价值判断。普惠 LLM 进入千行万业，照旧是势在必行。

而大 EP 无法告成被行业用起来，就意味着接入 Deepseek 经久存在时延高、体验差、老本难优化的问题，那么行业智能化也就无法告成达成。

不外也不必过于惦念，Deepseek、科大讯飞等模厂，与昇腾等算力厂商，以及政企行业用户，一直保抓着详尽互助与疏通，自开年 Deepseek 喜悦以来，从部署执行中千里淀了大量时间创新。

近期，昇腾推出了大 EP 不断决策，面向高并发推理场景，一站式升级为智能化"高铁"。

具体来说，昇腾大 EP 不断决策借助五好像道时间，与昇腾算力深度协同优化，得胜打破了"众人负载平衡 + 通讯优化"两浩劫题。

针对众人负载不均的贫窭：

昇腾大 EP 不断决策提倡了MoE 负载平衡时间，不错自动寻优，证明业务情况、集群边界，找到最优的众人，自动估量哪个众人更忙，自动配比，当一个众人负载过多时自动进修，从而兑现了备份节点和副本众人活泼可扩展、高可用和极致平衡，性能获得极大升迁。

遴荐多种创新时间，作念到自顺应的 autoPD 分离部署。证明 Prefill 和 Decode 的动态负载，进行 P、D 实例的自动伸缩，无需东说念主工介入，从而减少臆测访存资源竞争。聚拢多级缓存内存资源池化，对冷热温数据进行远离，不错让系统的灵验隐隐升迁 50% 以上。

针对 All-to-All 通讯优化的贫窭：

昇腾大 EP 不断决策提倡了双流 / 多维夹杂并行，其中 Prefill micro-batch 双流并行，不错兑现臆测和通讯的相互遮蔽；MoE expert 众人双流并行，兑现两条数据流 Stream 的并行臆测；Weight 权重预取双流并行，不错把访存和通讯并行起来，缩短权重加载时期，升迁斥逐。

MLA 预处理阶段，昇腾大 EP 不断决策把大量的小算子，合成为大的交融算子，将臆测耗时缩短 70%，让算力才略充分进展出来。

若是你以为上述时间创新多、不好记，那么只需要，借助昇腾大 EP 不断决策，行业应用 Deepseek 时，不错作念到：

快。走访 Deepseek 无需恭候。昇腾大 EP 不错将单卡并发升迁 3 倍，Decode 阶段反应速率踏真的 50ms 以内，因循 600+ 并发肯求。

省。业务使用 Deepseek 上量之后，推理集群扩展的同期，性能也保抓线性度，扩容详细老本更优。

正如高铁更动了中国东说念主的出行，昇腾大 EP 为高并发推理铺设了一条"高速铁路"，更动了 Deepseek 上量扩容阶段的体验，为行业智能化提速增效。

仅用两个多月的时期，Deepseek 就完成了从试用阶段到扩容阶段的进阶。高并发推理场景和大 EP 时间架构，成为应用 Deepseek 的新挑战。这也教导咱们，行业智能化是一个次序渐进的过程，不可能一蹴而就。

自主创新算力与国产模子如同高铁的双轨，成为因循起智能中国的"新基建"。昇腾生态之是以与 Deepseek 等大模子愈加适配，谜底渐渐明晰明确。

率先，昇腾有硬件，为行业智能化提供"永不千里降"的算力路基。昇腾硬件的 FP16 和 INT8 算力，可达到 H20 的 2 倍以上，且功耗更低，足以因循各行业智能化的牢固前进。

此外，昇腾有软硬件的协同优化才略。跟着行业智能化的陆续深切，AI 模子对算力需求陆续彭胀，但硬件的物理天花板和企业的参加产出比，齐条件臆测性能抓续优化。昇腾的 AI 软硬件，提供从预检会到微调到强化学习，到推理集群、一体机，全经过全覆盖的决策，不错快速反应客户需求，高效因循时间创新。目下，昇腾与 DeepSeek 最新时间照旧兑现了" day0 "级别同步，确保企业智能化在昇腾软硬件基座上，经久行驶在时间最前沿。

更迫切的是，昇腾有伙伴。行业智能化是一个体系化工程，不是单一硬件或软件厂商就能独自完成的。在自主创新算力生态中，昇腾一方面兼容主流生态与 PyTorch 等国表里框架，同期与 ISV 伙伴、各大模厂齐保抓着详尽共生与合作。这意味着，当行业用户基于昇腾底座诞生 AI 应用，能获得生态的全见识助力，减少智能化升级的阻力，缩短详细老本。

今天，智能化照旧成为大家经济发展的主航说念。在自主算力与国产模子所铸就的双轨上，行业智能化也将走深向远，向着智能期间奔驰。

白丝 在线