DeepSeek og Huawei lancerer værktøjer til Ascend-chips

DeepSeeks softwareudgivelse retter sig mod en praktisk udfordring ved Huaweis Ascend AI-chips: Det er ikke nok at have selve hardwaren. Udviklerne skal også have værktøjer til at programmere chipsene og koordinere arbejdet mellem dem. DeepSeek og Huawei har frigivet programmeringsinfrastruktur til Ascend som open source, herunder TileLang samt biblioteker til beregning og kommunikation. De oplyser også, at de sammen har udviklet et system med 128 Ascend 950-chips. 1813

Målet er at gøre Huaweis platform til et mere brugbart alternativ til Nvidias CUDA-økosystem. Men en open source-værktøjskasse og en opsætning med mange chips er kun et udgangspunkt – ikke dokumentation for, at udviklerne skifter, eller at systemet præsterer på niveau med CUDA-baserede platforme.

Hvad indeholder værktøjskassen?

TileLang er et programmeringssprog til udvikling af AI-software. Det skal give udviklere en måde at skrive programmer til Ascend-hardware på uden at være afhængige af Nvidias CUDA-platform. Ascend-versionen af TileLang er blandt de værktøjer, DeepSeek har gjort frit tilgængelige. 68

De tilhørende biblioteker skal løse to andre dele af opgaven:

• Beregningsbiblioteker indeholder software til at udføre AI-beregninger på chipsene.
• Kommunikationsbiblioteker hjælper chipsene med at udveksle data og koordinere arbejdet, når en opgave fordeles på flere acceleratorer. 11325

Tilsammen skal programmeringslaget og bibliotekerne understøtte både arbejde på enkelte chips og koordinering i et større system. At værktøjerne findes, giver udviklere noget at bygge videre på, men det viser ikke, at alle modeller eller arbejdsgange uden videre fungerer på Ascend.

Hvad fortæller systemet med 128 chips?

DeepSeek og Huawei har ifølge rapporter om samarbejdet videreudviklet en såkaldt «supernode» baseret på 128 Ascend 950-chips, hvor beregning og kommunikation er optimeret samlet. 1324

Tallet siger noget om størrelsen på den opsætning, virksomhederne oplyser, at de har arbejdet på. Det er ikke i sig selv bevis for, at systemet kan erstatte enhver Nvidia-klynge, eller at det leverer tilsvarende træningshastighed, driftssikkerhed eller pris. De tilgængelige rapporter indeholder ikke sådanne sammenligninger.

Derfor betyder Huaweis støtte noget

DeepSeek har oplyst, at Huawei ydede fuld støtte til udviklingen af programmeringsinfrastrukturen. 1 Det er relevant, fordi software til en AI-accelerator skal fungere sammen med den hardware, den er udviklet til. Partnerskabet bringer derfor chip- og softwareudvikling tættere sammen.

Samarbejdet indgår også i en bredere indsats blandt kinesiske teknologivirksomheder for at skabe alternativer til Nvidias økosystem. USA’s eksportkontrol er en del af baggrunden for, at kinesiske udviklere søger hjemlige muligheder, men udgivelsen af værktøjerne fjerner ikke i sig selv begrænsninger på hardware eller software. 114

Den egentlige prøve er, om udviklerne tager værktøjerne til sig

At gøre værktøjerne gratis og open source sænker én barriere for at afprøve dem. Men et skifte fra en etableret arbejdsgang afhænger også af, om værktøjerne er pålidelige, passer til udviklernes opgaver og bliver understøttet og forbedret over tid. Rapporterne dokumenterer samarbejdet, udgivelsen og opsætningen med 128 chips – men ikke bred adoption blandt udviklere eller på niveau med CUDA. 1813

Det er værd at holde fast i forskellen: DeepSeek og Huawei har taget et konkret skridt mod at gøre Ascend lettere at programmere og bruge i større skala. Om platformen bliver et reelt alternativ til CUDA, afhænger af, hvordan værktøjskæden fungerer i praksis – og om udviklerne vælger at bygge med den.