DeepSeek et Huawei veulent rendre leurs puces Ascend plus faciles à programmer

DeepSeek et Huawei s’attaquent à un obstacle concret à l’utilisation des puces d’IA Ascend : disposer du matériel ne suffit pas. Il faut aussi des outils pour le programmer et coordonner le travail entre plusieurs puces. Les deux entreprises ont rendu open source des composants de cette infrastructure, notamment TileLang et des bibliothèques de calcul et de communication. Elles ont également indiqué avoir travaillé ensemble sur un système Ascend 950 réunissant 128 puces. 1813

L’objectif est de rendre la plateforme de Huawei plus facile à utiliser comme alternative à l’écosystème CUDA de Nvidia. Mais la publication d’outils et la mise au point d’une configuration à grande échelle constituent un point de départ, pas la preuve que les développeurs ont changé de plateforme ni que les performances égalent celles des systèmes fondés sur CUDA.

Ce que comprend la boîte à outils Ascend

TileLang est un langage de programmation destiné au développement de logiciels d’IA. Il donne aux développeurs un moyen de créer des programmes pour le matériel Ascend sans passer par CUDA, l’environnement logiciel de Nvidia. La version de TileLang adaptée à Ascend fait partie des outils mis à disposition gratuitement. 68

Les bibliothèques associées prennent en charge deux autres aspects du travail :

• Les bibliothèques de calcul fournissent des logiciels pour exécuter des opérations d’IA sur les puces.
• Les bibliothèques de communication aident les puces à échanger des données et à coordonner leurs tâches lorsqu’un travail est réparti sur plusieurs accélérateurs. 11325

Ensemble, le langage et ces bibliothèques doivent permettre de programmer des puces individuelles et de coordonner un système plus vaste. Leur mise à disposition donne aux développeurs des briques pour commencer à bâtir, mais ne prouve pas que tous les modèles ou toutes les méthodes de travail fonctionneront sans difficulté sur Ascend.

Ce que montre le système à 128 puces — et ce qu’il ne montre pas

DeepSeek et Huawei ont travaillé ensemble sur un « supernœud » reposant sur 128 puces Ascend 950, en optimisant conjointement le calcul et la communication, selon les informations publiées sur leur partenariat. 1324

Ce chiffre indique l’échelle de la configuration sur laquelle les deux entreprises disent avoir travaillé. Il ne démontre pas que le système peut remplacer n’importe quel cluster Nvidia, ni qu’il offre des performances comparables en vitesse d’entraînement, en fiabilité ou en coût : les informations disponibles ne fournissent pas ces comparaisons.

Pourquoi le soutien de Huawei compte

DeepSeek a indiqué que Huawei avait apporté un soutien complet au développement de l’infrastructure de programmation. 1 Cette aide est importante, car les logiciels destinés à un accélérateur d’IA doivent être adaptés au matériel concerné. Le partenariat réunit ainsi les compétences liées aux puces et aux logiciels au lieu de traiter ces deux éléments séparément.

Cette initiative s’inscrit aussi dans les efforts plus larges d’entreprises technologiques chinoises pour développer des solutions de remplacement à l’écosystème Nvidia. Les restrictions américaines à l’exportation font partie du contexte dans lequel des développeurs chinois cherchent des options nationales, mais la publication de ces outils ne fait pas disparaître à elle seule les contraintes matérielles ou logicielles. 114

Le véritable test : convaincre les développeurs

Le fait que les outils soient open source et téléchargeables gratuitement réduit le coût d’un premier essai. Mais changer des méthodes de travail déjà établies suppose aussi que les outils soient fiables, adaptés aux besoins des développeurs et suffisamment bien pris en charge pour continuer à progresser. Les informations disponibles confirment le partenariat, la publication des outils et la configuration à 128 puces ; elles ne démontrent ni une adoption généralisée ni une équivalence avec CUDA. 1813

C’est la distinction essentielle : DeepSeek et Huawei ont engagé une démarche crédible pour rendre Ascend plus facile à programmer et à utiliser à grande échelle. Pour savoir si la plateforme peut devenir une véritable alternative à CUDA, il faudra voir comment les outils fonctionnent en pratique — et si les développeurs choisissent de s’en servir.