Ascend是华为推出的AI处理器及计算平台，旨在为人工智能应用提供强大的计算能力。作为其自研的昇腾系列核心，Ascend正逐步构建一个开放的软硬件生态，以支持从训练到推理的全栈AI解决方案。近期，该平台在开源兼容性和性能优化方面取得了显著进展。
Ascend 近期进展
华为于2026年8月开源了AscendNPU IR，此举标志着毕昇编译器的核心功能已实现对Triton与Ascend 950的支持，进一步提升了该平台的开发友好度与生态兼容性 华为开源AscendNPU IR：毕昇编译器核心支持Triton与Ascend 950。 在性能优化方面，Ascend平台实现了RL训推一致性，实测显示最高可带来60%的性能收益，这有助于提升模型训练与部署的效率 华为昇腾支持RL训推一致性，实测最高60%性能收益。 华为何庭波发布了V2版“韬定律”论文，补充了更多工程细节和实测数据，为AI算力的发展提供了理论依据与实践参考 华为何庭波发布V2版“韬定律”论文，补充工程细节和实测数据。 SLAI T-Rex项目成功在Ascend SuperPOD上对DeepSeek-V4系列进行了全参数后训练，展示了该平台在处理大规模模型任务时的能力 SLAI T-Rex：在Ascend SuperPOD上对DeepSeek-V4系列进行全参数后训练。当前焦点与观察点
当前，Ascend生态的开放性成为一大焦点。通过开源关键接口和实现0day适配主流开源模型，华为正积极吸引更多开发者加入其生态，降低使用门槛。然而，关于其在推理成本上的优势也存在争议，有观点指出其成本并非传闻中的10倍，而是2-5倍，显示出其在特定场景下的竞争力。同时，技术挑战与性能边界也备受关注。一项针对MoE模型与多模态服务在Ascend上的实地研究表明，非GPU AI加速器在大模型推理方面仍存在局限性 非GPU AI加速器大模型推理局限性：华为Ascend上MoE与多模态服务的实地研究。此外，训练内存回归等问题也促使社区不断探索优化方案，如Megatron-Core的LAGA修复技术 训练内存回归：Megatron-Core禁止MLA吸收模式的原因及LAGA修复。