最近在尝试把 DeepSeek 模型跑在昇腾 NPU 上，主要是想看看稀疏注意力（sparse attention）和长上下文推理在国产芯片上的表现。用的是 MindIE 和 vLLM-Ascend 环境，目前能跑起来，但显存和通信还是有些瓶颈，BF16 推理也还有待优化。感觉 DeepSeek 在 GPU 上的生态已经比较成熟，但在 Ascend 这边还缺少一些实际部署经验和性能对比数据。有没有其他人也在折腾这个？想交流下模型切分、并行（tensor/expert）、量化（FP8/INT8）或者长上下文推理的优化经验，看能不能一起摸索出在昇腾上比较稳的部署方案。