DeepSeek zielt mit Huawei-Software auf CUDA – der Praxistest steht noch aus

DeepSeek und Huawei wollen eine praktische Hürde beim Einsatz von Huaweis Ascend-KI-Chips senken: Für KI-Anwendungen braucht es nicht nur leistungsfähige Hardware, sondern auch Software, mit der sich die Chips programmieren und miteinander koordinieren lassen. Die beiden Unternehmen haben dafür Programmierinfrastruktur quelloffen veröffentlicht – darunter TileLang sowie Bibliotheken für Berechnungen und Kommunikation. Zudem berichten sie von einem gemeinsam entwickelten System mit 128 Ascend-950-Chips. 1813

Das Ziel: Huaweis Plattform soll als Alternative zu Nvidias CUDA-Ökosystem leichter nutzbar werden. Doch quelloffene Werkzeuge und eine Konfiguration mit vielen Chips sind zunächst ein Angebot – kein Beleg dafür, dass Entwickler bereits umsteigen oder das System mit CUDA-basierten Plattformen mithalten kann.

Was im Werkzeugpaket steckt

TileLang ist eine Programmiersprache für die Entwicklung von KI-Software. Die Ascend-Version soll Entwicklern ermöglichen, Software für Huaweis Hardware zu schreiben, ohne dafür auf Nvidias CUDA-Plattform angewiesen zu sein. DeepSeek stellt TileLang für Ascend unter anderem kostenlos zur Verfügung. 68

Die begleitenden Bibliotheken übernehmen zwei weitere Aufgaben:

• Rechenbibliotheken stellen Software für KI-Berechnungen auf den Chips bereit.
• Kommunikationsbibliotheken helfen den Chips, Daten auszutauschen und ihre Arbeit abzustimmen, wenn eine Aufgabe auf mehrere Beschleuniger verteilt wird. 11325

Zusammen sollen Programmiersprache und Bibliotheken sowohl die Arbeit auf einzelnen Chips als auch die Koordination in größeren Systemen unterstützen. Dass die Bausteine verfügbar sind, bedeutet allerdings nicht automatisch, dass jedes Modell und jeder Arbeitsablauf reibungslos auf Ascend läuft.

Was das 128-Chip-System aussagt – und was nicht

DeepSeek und Huawei haben nach Berichten gemeinsam eine sogenannte „Supernode“-Lösung mit 128 Ascend-950-Chips vorangetrieben. Dabei seien Rechenleistung und Kommunikation aufeinander abgestimmt worden. 1324

Die Zahl beschreibt den Umfang der Konfiguration, an der die Unternehmen nach eigenen Angaben gearbeitet haben. Sie belegt nicht, dass das System beliebige Nvidia-Cluster ersetzen kann oder bei Trainingsgeschwindigkeit, Zuverlässigkeit und Kosten vergleichbar ist. Die vorliegenden Berichte enthalten keine solchen Vergleiche.

Warum Huaweis Unterstützung zählt

DeepSeek zufolge unterstützte Huawei die Entwicklung der Programmierinfrastruktur umfassend. 1 Das ist relevant, weil Software für einen KI-Beschleuniger auf die jeweilige Hardware abgestimmt werden muss. Durch die Zusammenarbeit kommen Chip- und Softwareentwicklung zusammen, statt als voneinander getrennte Aufgaben behandelt zu werden.

Der Vorstoß passt auch zu den Bemühungen chinesischer Technologieunternehmen, Alternativen zu Nvidias Ökosystem aufzubauen. US-Exportkontrollen bilden einen Teil des Hintergrunds: Sie sind ein Grund, warum chinesische Entwickler nach heimischen Optionen suchen. Die Veröffentlichung des Werkzeugpakets hebt bestehende Beschränkungen bei Hardware oder Software jedoch nicht automatisch auf. 114

Der entscheidende Test: Nutzen Entwickler die Werkzeuge?

Quelloffene und kostenlos verfügbare Software senkt die Hürde, die Werkzeuge auszuprobieren. Der Wechsel eines etablierten Arbeitsablaufs hängt aber auch davon ab, ob die Software zuverlässig funktioniert, zu den Aufgaben der Entwickler passt und dauerhaft weiterentwickelt wird.

Belegt sind die Zusammenarbeit, die Veröffentlichung der Werkzeuge und die 128-Chip-Konfiguration. Eine breite Nutzung durch Entwickler oder eine Gleichwertigkeit mit CUDA ist damit noch nicht belegt. 1813

DeepSeek und Huawei haben einen ernst zu nehmenden Versuch gestartet, Ascend besser programmierbar und im größeren Verbund nutzbar zu machen. Ob daraus eine überzeugende CUDA-Alternative wird, hängt davon ab, wie gut die Werkzeuge im Alltag funktionieren – und ob Entwickler sich dafür entscheiden, ihre Anwendungen damit aufzubauen.