AnswersPublished14 sources
Miksi Huawei ja DeepSeek tarvitsevat toisiaan tekoälypiirien kisassa
Huawei tarjoaa Ascend laitteet ja niiden oman ohjelmistopinon; DeepSeek tuo mallit, kuormitukset ja teknisen osaamisen. DeepSeek on lisännyt Ascend tuen kuuteen ohjelmistoprojektiin, mutta raportin mukaan niistä vain TileLang oli tuolloin käytettävissä.
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- Huawei tarjoaa Ascend laitteet ja niiden oman ohjelmistopinon; DeepSeek tuo mallit, kuormitukset ja teknisen osaamisen.
- DeepSeek on lisännyt Ascend tuen kuuteen ohjelmistoprojektiin, mutta raportin mukaan niistä vain TileLang oli tuolloin käytettävissä.
- Ascend 950PR:n kerrotaan yltäneen 99,7 prosenttiin teoreettisesta matriisilaskennan suorituskyvystä, mutta tämä ei tarkoita Nvidia tason kokonaissuorituskykyä.
- SemiAnalysis arvioi DeepSeekin voivan nojata pääosin Huawein teknologiaan vuosina 2027–2028.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What does Bryan Shan and Dylan Patel’s October 21 SemiAnalysis report, “The Huawei-DeepSeek Symbiosis,” reveal about how Huawei’s hardware a. Article summary: The report’s central argument is that Huawei and DeepSeek together can narrow Nvidia’s ecosystem lead: Huawei supplies hardware and native software, while DeepSeek supplies demanding AI workloads and engineering that mak. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Huawei voi tarjota tekoälypiirit ja niille oman ohjelmistopinon, mutta tarvitsee vaativia käyttötapauksia ja insinööriosaamista näyttääkseen, mihin alusta pystyy. DeepSeekillä puolestaan on malleja ja osaamista, mutta se tarvitsee laskentakapasiteettia. SemiAnalysisin raportin ydin on tämä keskinäinen riippuvuus: yhteistyö voi kaventaa Nvidian ekosysteemietumatkaa, mutta käytettävissä oleva näyttö ei osoita, että Huawei olisi jo poistanut suorituskykyeron.1
2
Kummankin vahvuus täydentää toista
SemiAnalysis kuvaa suhdetta sellaiseksi, ettei kumpikaan yritys pysty rakentamaan kokonaisuutta yksin. Huaweilla on omia Pangu-malleja, mutta raportin mukaan siltä puuttuu eturintaman tekoälylaboratorio, joka voisi osoittaa sen piirien toimivuuden mallien koulutuksessa ja käytössä. DeepSeekillä on malleja ja teknistä osaamista, mutta se tarvitsee lisää laskentatehoa. Huawei tuo laitteiston ja oman ohjelmistopinonsa, DeepSeek puolestaan kuormitukset ja osaamisen, joiden avulla alustaa voidaan kehittää.1
Ero on tärkeä: piirien tekniset ominaisuudet eivät yksin tee niistä kilpailukykyistä tekoälyalustaa. Myös ohjelmistotuki ja kyky ajaa todellisia, vaativia työkuormia ratkaisevat. Raportin mukaan DeepSeek voi auttaa Huaweita vahvistamaan näitä ekosysteemin osia, ja Huawei voi tarjota DeepSeekille vaihtoehtoisen laskenta-alustan.1
2
Ascend-tuki laajentaa ohjelmistotyötä
SemiAnalysisin raporttia referoivan yhteenvedon mukaan DeepSeek lisäsi Ascend-tuen kuuteen projektiin: TileLangiin, DeepGEMMiin, DeepEP:hen, TileKernelsiin, FlashMLA:han ja DeepSelectiin. Yhteenvedon mukaan kirjoitushetkellä niistä oli käytettävissä vain TileLang, sillä CANN 9.2.0 -versiota ei ollut vielä julkaistu.7 Ohjelmistotyö kertoo siis käynnissä olevasta kehityksestä, ei siitä, että kaikki osat olisivat olleet laajasti käyttövalmiita.
Saatavilla olevat lähteet eivät vahvista, että kaikki kuusi projektia olisi alun perin suunniteltu erityisesti Nvidialle. Varovaisempi johtopäätös on, että DeepSeek laajensi Ascend-yhteensopivuutta useissa tekoälyohjelmistotyökaluissa.7
Mitä Ascend 950PR:n vertailut kertovat?
Raporttia tiivistävän toissijaisen lähteen mukaan Huawein Ascend 950PR -piirin ytimet saavuttivat BF16-matriisilaskennan testeissä 99,7 prosenttia teoreettisesta suorituskyvyn ylärajasta. Samassa yhteenvedossa piirin kokonais suorituskyky sijoitetaan Nvidian A100:n ja AMD:n MI300X:n väliin.6
Nämä ovat eri asioita mittaavia vertailuja. Se, että tietty laskentaydin hyödyntää lähes kaiken piirin teoreettisesta kapasiteetista, kertoo tehokkaasta optimoinnista kyseisessä tehtävässä. Se ei osoita, että piiri olisi absoluuttisessa suorituskyvyssä nopeampaa kilpailijaa vastaava tai menestyisi yhtä hyvin kaikissa kuormituksissa. Siksi 99,7 prosentin tulos on huomionarvoinen, mutta se ei todista Nvidian kanssa tasavertaista suorituskykyä.6
Mahdollinen siirtymä ei ole vielä tapahtunut
South China Morning Postin mukaan SemiAnalysis ennustaa DeepSeekin voivan nojata pääosin Huawein teknologiapinoon vuosina 2027 tai 2028. Kyse on tulevaisuutta koskevasta arviosta, ei vahvistuksesta, että DeepSeek olisi jo siirtänyt työkuormansa Huaweille tai että siirtymä olisi varma.2
Kokonaisuus on ennen kaikkea tarina ekosysteemin rakentamisesta: Huaweilla on laitteisto ja oma ohjelmistopino, kun taas DeepSeek voi tuoda malleja, työkuormia ja osaamista, joilla alustaa koetellaan ja kehitetään. Vertailut viittaavat siihen, että Huawei pystyy hyödyntämään laitteistoaan tehokkaasti ainakin joissakin matriisilaskentatesteissä, ja ohjelmistojulkaisut kertovat laajemmasta yhteensopivuustyöstä. Kumpikaan ei kuitenkaan osoita, että Huawei olisi saavuttanut Nvidian kokonaisvaltaisen suorituskyvyn tai ekosysteemin kypsyyden.1
2
6
7
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Miksi Huawei ja DeepSeek tarvitsevat toisiaan tekoälypiirien kisassa"?
Huawei tarjoaa Ascend laitteet ja niiden oman ohjelmistopinon; DeepSeek tuo mallit, kuormitukset ja teknisen osaamisen.
What are the key points to validate first?
Huawei tarjoaa Ascend laitteet ja niiden oman ohjelmistopinon; DeepSeek tuo mallit, kuormitukset ja teknisen osaamisen. DeepSeek on lisännyt Ascend tuen kuuteen ohjelmistoprojektiin, mutta raportin mukaan niistä vain TileLang oli tuolloin käytettävissä.
What should I do next in practice?
Ascend 950PR:n kerrotaan yltäneen 99,7 prosenttiin teoreettisesta matriisilaskennan suorituskyvystä, mutta tämä ei tarkoita Nvidia tason kokonaissuorituskykyä.