Huawei offre chip Ascend e software nativo; DeepSeek contribuisce con modelli, carichi di lavoro e competenze ingegneristiche. DeepSeek ha aggiunto il supporto Ascend a sei progetti, ma al momento della segnalazione solo TileLang risultava utilizzabile.
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer

Create 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 può fornire chip e una piattaforma software nativa, ma ha bisogno di carichi di lavoro complessi e di competenze ingegneristiche per dimostrare cosa sa fare. DeepSeek, dal canto suo, ha modelli e know-how, ma necessita di capacità di calcolo e di una piattaforma che possa ottimizzare. È questa complementarità il punto centrale del rapporto di SemiAnalysis: la collaborazione potrebbe ridurre il vantaggio dell’ecosistema Nvidia, ma le informazioni disponibili non mostrano che Huawei abbia colmato il divario prestazionale.1
2
Secondo SemiAnalysis, nessuna delle due aziende può costruire da sola un’alternativa completa. Huawei ha i propri modelli Pangu, ma — osserva il rapporto — non dispone di un laboratorio AI di frontiera che possa mettere alla prova i suoi chip nell’addestramento e nell’inferenza. DeepSeek ha modelli e capacità ingegneristiche, ma ha bisogno di risorse di calcolo. Huawei porta hardware e software nativo; DeepSeek fornisce carichi di lavoro e competenze per rendere la piattaforma più utile.1
La distinzione è importante: le specifiche di un chip, da sole, non bastano a renderlo competitivo nell’AI. Servono anche software compatibile e la possibilità di eseguire carichi di lavoro reali. La tesi del rapporto è che DeepSeek possa aiutare Huawei a rafforzare questi elementi, mentre Huawei può offrire a DeepSeek un’ulteriore fonte di capacità di calcolo.1
2
Una rassegna del rapporto di SemiAnalysis riferisce che DeepSeek ha aggiunto il supporto per Ascend a sei progetti: TileLang, DeepGEMM, DeepEP, TileKernels, FlashMLA e DeepSelect. La stessa rassegna precisa però che, al momento della pubblicazione, era utilizzabile solo TileLang: CANN 9.2.0, necessario per gli altri componenti, non era ancora stato rilasciato.7 Il supporto segnala quindi un lavoro in corso, non la disponibilità generalizzata di tutti e sei i progetti.
Le fonti disponibili non dimostrano che tutti questi progetti fossero originariamente pensati per Nvidia. La conclusione più prudente è che DeepSeek stesse estendendo la compatibilità con Ascend a una serie di strumenti software per l’AI.7
Una sintesi secondaria del rapporto riferisce che i kernel di Huawei Ascend 950PR hanno raggiunto il 99,7% del limite teorico nei test di calcolo matriciale BF16. La stessa sintesi colloca le prestazioni complessive del chip tra quelle di Nvidia A100 e AMD MI300X.6
Sono confronti diversi. Avvicinarsi al limite teorico di un chip indica che, in una specifica operazione, un kernel riesce a sfruttarne efficacemente le risorse. Non dimostra che il chip raggiunga le prestazioni assolute di un concorrente più potente, né che si comporti altrettanto bene su carichi di lavoro differenti. Il dato del 99,7% è notevole, ma non prova una parità con Nvidia.6
Le fonti fornite non verificano invece il confronto sull’efficienza nei carichi di lavoro limitati dalla memoria con Nvidia H100, né i presunti limiti nell’eseguire alcune ottimizzazioni su server x86. In assenza di riscontri sufficienti, questi dettagli non vanno considerati accertati.
Il South China Morning Post riporta la previsione di SemiAnalysis secondo cui DeepSeek potrebbe basarsi principalmente sulla tecnologia Huawei nel 2027 o nel 2028. È una previsione su una possibile direzione futura: non conferma che DeepSeek abbia già trasferito i propri carichi di lavoro, né che la transizione sia certa.2
La tesi del rapporto riguarda soprattutto la costruzione di un ecosistema: Huawei dispone di hardware e software nativo; DeepSeek può portare modelli, carichi di lavoro e competenze per mettere alla prova la piattaforma e contribuire a migliorarla. I benchmark suggeriscono che Huawei riesca a sfruttare bene il proprio hardware in almeno alcuni test di calcolo matriciale, mentre il supporto software indica un più ampio lavoro di compatibilità. Nessuno dei due elementi dimostra che Huawei abbia raggiunto Nvidia in termini di prestazioni complessive o maturità dell’ecosistema.1
2
6
7
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Huawei offre chip Ascend e software nativo; DeepSeek contribuisce con modelli, carichi di lavoro e competenze ingegneristiche.
Huawei offre chip Ascend e software nativo; DeepSeek contribuisce con modelli, carichi di lavoro e competenze ingegneristiche. DeepSeek ha aggiunto il supporto Ascend a sei progetti, ma al momento della segnalazione solo TileLang risultava utilizzabile.
I benchmark indicano un uso efficiente del chip in alcuni test, non una parità complessiva con Nvidia.
Huawei offre chip Ascend e software nativo; DeepSeek contribuisce con modelli, carichi di lavoro e competenze ingegneristiche. DeepSeek ha aggiunto il supporto Ascend a sei progetti, ma al momento della segnalazione solo TileLang risultava utilizzabile.
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer

Create 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 può fornire chip e una piattaforma software nativa, ma ha bisogno di carichi di lavoro complessi e di competenze ingegneristiche per dimostrare cosa sa fare. DeepSeek, dal canto suo, ha modelli e know-how, ma necessita di capacità di calcolo e di una piattaforma che possa ottimizzare. È questa complementarità il punto centrale del rapporto di SemiAnalysis: la collaborazione potrebbe ridurre il vantaggio dell’ecosistema Nvidia, ma le informazioni disponibili non mostrano che Huawei abbia colmato il divario prestazionale.1
2
Secondo SemiAnalysis, nessuna delle due aziende può costruire da sola un’alternativa completa. Huawei ha i propri modelli Pangu, ma — osserva il rapporto — non dispone di un laboratorio AI di frontiera che possa mettere alla prova i suoi chip nell’addestramento e nell’inferenza. DeepSeek ha modelli e capacità ingegneristiche, ma ha bisogno di risorse di calcolo. Huawei porta hardware e software nativo; DeepSeek fornisce carichi di lavoro e competenze per rendere la piattaforma più utile.1
La distinzione è importante: le specifiche di un chip, da sole, non bastano a renderlo competitivo nell’AI. Servono anche software compatibile e la possibilità di eseguire carichi di lavoro reali. La tesi del rapporto è che DeepSeek possa aiutare Huawei a rafforzare questi elementi, mentre Huawei può offrire a DeepSeek un’ulteriore fonte di capacità di calcolo.1
2
Una rassegna del rapporto di SemiAnalysis riferisce che DeepSeek ha aggiunto il supporto per Ascend a sei progetti: TileLang, DeepGEMM, DeepEP, TileKernels, FlashMLA e DeepSelect. La stessa rassegna precisa però che, al momento della pubblicazione, era utilizzabile solo TileLang: CANN 9.2.0, necessario per gli altri componenti, non era ancora stato rilasciato.7 Il supporto segnala quindi un lavoro in corso, non la disponibilità generalizzata di tutti e sei i progetti.
Le fonti disponibili non dimostrano che tutti questi progetti fossero originariamente pensati per Nvidia. La conclusione più prudente è che DeepSeek stesse estendendo la compatibilità con Ascend a una serie di strumenti software per l’AI.7
Una sintesi secondaria del rapporto riferisce che i kernel di Huawei Ascend 950PR hanno raggiunto il 99,7% del limite teorico nei test di calcolo matriciale BF16. La stessa sintesi colloca le prestazioni complessive del chip tra quelle di Nvidia A100 e AMD MI300X.6
Sono confronti diversi. Avvicinarsi al limite teorico di un chip indica che, in una specifica operazione, un kernel riesce a sfruttarne efficacemente le risorse. Non dimostra che il chip raggiunga le prestazioni assolute di un concorrente più potente, né che si comporti altrettanto bene su carichi di lavoro differenti. Il dato del 99,7% è notevole, ma non prova una parità con Nvidia.6
Le fonti fornite non verificano invece il confronto sull’efficienza nei carichi di lavoro limitati dalla memoria con Nvidia H100, né i presunti limiti nell’eseguire alcune ottimizzazioni su server x86. In assenza di riscontri sufficienti, questi dettagli non vanno considerati accertati.
Il South China Morning Post riporta la previsione di SemiAnalysis secondo cui DeepSeek potrebbe basarsi principalmente sulla tecnologia Huawei nel 2027 o nel 2028. È una previsione su una possibile direzione futura: non conferma che DeepSeek abbia già trasferito i propri carichi di lavoro, né che la transizione sia certa.2
La tesi del rapporto riguarda soprattutto la costruzione di un ecosistema: Huawei dispone di hardware e software nativo; DeepSeek può portare modelli, carichi di lavoro e competenze per mettere alla prova la piattaforma e contribuire a migliorarla. I benchmark suggeriscono che Huawei riesca a sfruttare bene il proprio hardware in almeno alcuni test di calcolo matriciale, mentre il supporto software indica un più ampio lavoro di compatibilità. Nessuno dei due elementi dimostra che Huawei abbia raggiunto Nvidia in termini di prestazioni complessive o maturità dell’ecosistema.1
2
6
7
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Huawei offre chip Ascend e software nativo; DeepSeek contribuisce con modelli, carichi di lavoro e competenze ingegneristiche.
Huawei offre chip Ascend e software nativo; DeepSeek contribuisce con modelli, carichi di lavoro e competenze ingegneristiche. DeepSeek ha aggiunto il supporto Ascend a sei progetti, ma al momento della segnalazione solo TileLang risultava utilizzabile.
I benchmark indicano un uso efficiente del chip in alcuni test, non una parità complessiva con Nvidia.