Huaweis CANN-Community wächst – doch der Praxistest steht noch aus

Huawei will CANN, den Software-Unterbau seiner Ascend-KI-Prozessoren, als offene Plattform etablieren, an der auch Entwickler außerhalb des Unternehmens mitarbeiten. Die gemeldeten Community-Zahlen und die wachsende Auswahl an Werkzeugen sprechen für Interesse. Wie viel davon in dauerhaft betriebene KI-Anwendungen mündet, lässt sich aus den verfügbaren Angaben aber nicht ablesen.38

Was sagen die Community-Zahlen aus?

Nach Angaben von Huawei hat CANN mehr als 5.200 monatlich aktive Entwickler. 61 Prozent der Entwicklerbasis sollen von außerhalb des Unternehmens kommen – erstmals mehr als aus Huaweis eigenen Reihen.3 Ein anderer Bericht nennt unter Berufung auf Huawei höhere Werte: mehr als 6.230 monatlich aktive Entwickler, über 60 Millionen Downloads aus Code-Repositorien und mehr als die Hälfte der aktiven Beiträge von außerhalb der Ascend-Organisation.10

Die vorliegenden Quellen erklären den Unterschied zwischen den beiden Entwicklerzahlen nicht; auch die Download- und Beitragszahlen sind darin nicht unabhängig überprüft. Zudem messen der Anteil externer Entwickler und der Anteil externer Beiträge nicht dasselbe. Huawei bezeichnet CANN als Chinas lebendigste Open-Source-Community; ein weiterer Bericht gibt die Behauptung wieder, sie sei seit Juni die aktivste des Landes.311 Ein unabhängig überprüfter Vergleich nach einheitlichen Kriterien liegt in den angeführten Quellen nicht vor.

Was haben Entwickler konkret davon?

Code zum Start neuer Hardware: Ein Bericht beschreibt eine „Day-0“-Veröffentlichung von Open-Source-Code für Ascend 950: Entwickler sollen die Software bereits mit dem Erscheinen der Hardware einsehen und anpassen können, statt auf eine spätere Freigabe zu warten.10 Huawei beschreibt CANN als in Komponenten gegliederten Software-Stack mit Schnittstellen für die Entwicklung von Rechenbausteinen, sogenannte Operatoren, für Rechengraphen und für Anwendungen. Im Community-Repositorium sind unter anderem Operatorbibliotheken und Graph-Engine-Projekte aufgeführt.815

Mehr Wege zur Optimierung: Laut Huawei erhält Ascend C für die Ascend-950-Generation Unterstützung für SIMD- und SIMT-Programmierung sowie Regbase-Programmierung.5 CANNBot wird als Arbeitsablauf mit wiederverwendbaren KI-Agenten-Funktionen für Operatorentwicklung, Modellmigration und Inferenzoptimierung vorgestellt – unter anderem mit Ascend C, PyPTO, TileLang und Triton. Ein beschriebener Ablauf mit CANNBench verbindet die Generierung von Operatoren mit Bewertung, Fehlerrückmeldung und weiterer Überarbeitung.552 Solche Werkzeuge können wiederkehrende Arbeit verringern. Dass sie verfügbar sind, belegt jedoch noch keine Leistung im Produktivbetrieb.

Anschluss an bekannte Software: Huawei beschreibt Anbindungen an PyTorch, TensorFlow, MindSpore und PaddlePaddle.8 Nach Unternehmensangaben wird Ascend offiziell als Beschleuniger-Backend für PyTorch unterstützt und arbeitet mit mehr als 90 externen Open-Source-Projekten zusammen. Der Adapter TorchNPU soll PyTorch die Nutzung von Ascend-Prozessoren ermöglichen.313 Die Triton-Ascend-Dokumentation führt die Ascend-950-Serie für die Kompilierung und Optimierung von Rechenkernen auf; Huawei verweist außerdem auf die Zusammenarbeit mit Projekten wie vLLM und verl.24

Entscheidend ist der Einsatz im Alltag

Downloads, Beiträge und Framework-Anbindungen können den Einstieg erleichtern. Sie zeigen für sich genommen aber nicht, ob Teams regelmäßig Modelle auf Ascend trainieren oder KI-Anwendungen darauf in großem Maßstab betreiben. Laut Reuters erwartet Huawei eine breitere Nutzung von Ascend-950DT-Systemen für das Modelltraining 2027; Unternehmensunterlagen zufolge sind Ascend-950-Systeme bereits kommerziell im Einsatz.1 Ein Ökosystem nimmt nach Huaweis Angaben Gestalt an. Wie breit und dauerhaft es im Produktivbetrieb trägt, muss sich noch zeigen.