2026 年 4 月 24 日，DeepSeek V4-Pro 和 DeepSeek V4-Flash 正式发布并开源，模型上下文处理长度由原有 128K 显著扩展至 1M，实现近 10 倍容量提升。模型首次增加 KV Cache 滑窗和压缩算法，大幅减少 Attention 计算和访存开销，并通过架构创新更好地支持 Agent 与 Coding 场景。

昇腾一直同步支持 DeepSeek 系列模型，本次通过双方芯模技术紧密协同，实现昇腾超节点全系列产品支持 DeepSeek V4 系列模型。昇腾 950 通过融合 kernel 和多流并行技术降低计算开销，结合多种量化算法，实现高吞吐、低时延的推理部署；昇腾 A3 超节点系列产品全面适配，同时提供基于 A3 超节点的训练参考实现，方便用户快速微调。

一、昇腾 950 超节点：重新定义长文本推理性能天花板

基于昇腾 950 底层架构三大升级，实现极致性能表现：

 · 原生精度加速：全面支持 FP8、MXFP8、MXFP4 等格式，保证精度同时内存占用降低 50%+，计算能力翻倍。

 · 稀疏访存优化：针对 MoE 模型离散访存特征，提升硬件级稀疏访存能力，解决专家路由带宽瓶颈。

 · Vector 与 Cube 共享 Memory：创新存储架构，消除大量片上数据搬运开销，显著降低端到端时延。

性能实测：

•  · DeepSeek V4-Pro：8K 输入场景，TPOT 约 20ms，单卡 Decode 吞吐 4700TPS。

•  · DeepSeek V4-Flash：8K 输入场景，TPOT 约 10ms，单卡 Decode 吞吐 1600TPS。

同时，昇腾联合定义超节点架构，实现低成本、高扩展、万卡级集群规模，支持 4K–1M 序列长度全范围低延迟高吞吐，并可基于 NAND SSU 实现超低成本、超大容量 KV Cache，支撑长序列应用。

二、昇腾 A3 超节点：单卡吞吐突破 2000+TPS

Atlas 900 A3 SuperPoD 液冷超节点及 Atlas 800 A3 风冷超节点采用平等架构、全局内存统一编址，点对点互联带宽达 784GB/s，提供 32 到 384 多种规格，是国内唯一成熟规模商用的超节点产品，可满足互联网、运营商、金融等行业大模型推理的极致性能需求。

基于昇腾 A3 64 卡超节点结合大 EP 模式部署，在 vLLM 引擎下，DeepSeek V4-Flash 模型可实现单卡 Decode 吞吐 2000+TPS，性能持续提升；同时已支持 DeepSeek V4-Pro 推理部署。

三、PyPTO 编程新范式与 TileLang 方案同步开源

为解决自定义算子开发门槛高、周期长的痛点，昇腾 CANN 推出 PyPTO 编程范式：

•  · 高效算子开发：提供 Python API，自动完成流水编排与内存管理，DeepSeek V4 新一代模型算子开发周期缩短至天级。

•  · 高性能 Kernel 自动生成：针对 Attention、Compressor、mHC 等复杂算子自动生成优化 Kernel，缩短算法验证到部署周期。

•  · PTO ISA 虚拟指令集跨代兼容：统一指令接口，实现一套代码多代芯片兼容，借助毕昇编译器实现更优融合。

TileLang-Ascend 针对昇腾平台深度优化，提供 AscendC 基础指令和 PTO AS 两种对接层次，相关 DeepSeek V4 模型实现已在 TileAI 开源社区发布。

四、全系列产品适配，开放生态加速 AI 落地

目前，昇腾 A2、A3 及 950 全系列产品已完成 DeepSeek V4-Flash、DeepSeek V4-Pro 适配。昇腾将持续以极致算力与开放生态，为大模型产业提供高效支撑，与客户及开发者携手推进 AI 产业繁荣。

版权声明：本文转载自华为计算官方公众号，仅用于行业资讯交流与技术分享，不代表本公司立场，不用于任何商业用途。版权归原作者及原出处所有，如有侵权，请联系我们及时删除。

原文链接：https://mp.weixin.qq.com/s/i9P0B0FLEBFg2jhOkxSpQg