DeepSeek i Huawei rzucają wyzwanie ekosystemowi CUDA — teraz sprawdzą ich programiści

DeepSeek i Huawei próbują usunąć jedną z praktycznych przeszkód w korzystaniu z chipów AI Huawei Ascend: sam sprzęt nie wystarczy. Potrzebne jest też oprogramowanie, które pozwoli programistom tworzyć dla niego rozwiązania i koordynować pracę wielu układów. Firmy udostępniły na otwartej licencji infrastrukturę programistyczną dla Ascend, obejmującą między innymi TileLang oraz biblioteki obliczeniowe i komunikacyjne. Informują też o wspólnie rozwijanym systemie złożonym ze 128 chipów Ascend 950. 1813

Cel jest ambitny: sprawić, by platforma Huawei stała się praktyczną alternatywą dla ekosystemu CUDA firmy Nvidia. Trzeba jednak oddzielić zapowiedź od wyniku. Otwarte narzędzia i konfiguracja złożona z wielu chipów to punkt wyjścia, a nie dowód, że programiści już się przestawiają albo że wydajność dorównuje systemom opartym na CUDA.

Co zawiera zestaw narzędzi dla Ascend?

TileLang to język programowania przeznaczony do tworzenia oprogramowania AI. Ma dać programistom sposób pisania kodu dla układów Ascend bez korzystania z platformy CUDA Nvidii. Wersja TileLang dostosowana do Ascend należy do udostępnionych narzędzi. 68

Pozostałe biblioteki wspierają dwa ważne elementy pracy z chipami:

• Biblioteki obliczeniowe dostarczają oprogramowanie do wykonywania operacji potrzebnych w zadaniach AI.
• Biblioteki komunikacyjne pomagają chipom wymieniać dane i współpracować, gdy zadanie jest rozdzielone między wiele akceleratorów. 11325

Wspólnie warstwa programowania i biblioteki mają wspierać zarówno pracę pojedynczych układów, jak i koordynację większego systemu. Ich udostępnienie daje programistom elementy do budowania własnych rozwiązań, ale nie przesądza, że każdy model czy proces będzie działać na Ascend bez problemów.

Co pokazuje system ze 128 chipami — a czego nie

DeepSeek i Huawei wspólnie rozwijały rozwiązanie określane jako „supernode”, oparte na 128 chipach Ascend 950. Według doniesień firmy optymalizowały w nim zarówno obliczenia, jak i komunikację między układami. 1324

Liczba chipów pokazuje skalę konfiguracji, nad którą pracowały firmy. Nie dowodzi jednak, że taki system może zastąpić dowolny klaster Nvidii ani że zapewnia porównywalną szybkość trenowania, niezawodność czy koszt. Dostępne doniesienia nie zawierają takich porównań.

Dlaczego wsparcie Huawei ma znaczenie

DeepSeek poinformował, że Huawei zapewnił pełne wsparcie przy tworzeniu infrastruktury programistycznej. 1 To istotne, bo oprogramowanie dla akceleratora AI musi współpracować z konkretnym sprzętem. Partnerstwo łączy więc rozwój chipów i narzędzi, zamiast traktować je jako odrębne sprawy.

Współpraca wpisuje się też w szersze działania chińskich firm technologicznych na rzecz alternatyw dla ekosystemu Nvidii. W tym kontekście znaczenie mają amerykańskie ograniczenia eksportowe, które skłaniają chińskich twórców do szukania krajowych rozwiązań. Samo udostępnienie narzędzi nie usuwa jednak ograniczeń sprzętowych ani programistycznych. 114

O powodzeniu zdecyduje adopcja przez programistów

Otwartość kodu i możliwość bezpłatnego pobrania obniżają próg, by przetestować rozwiązanie. Przesiadka z istniejących narzędzi zależy jednak także od tego, czy nowe oprogramowanie działa niezawodnie, sprawdza się w konkretnych zastosowaniach i będzie odpowiednio rozwijane. Doniesienia potwierdzają partnerstwo, publikację narzędzi i konfigurację ze 128 chipami; nie potwierdzają szerokiej adopcji ani równorzędności z CUDA. 1813

Właśnie tę różnicę warto mieć na uwadze: DeepSeek i Huawei podjęły konkretną próbę, by ułatwić programowanie chipów Ascend i pracę z nimi w większej skali. Czy zbudują poważną alternatywę dla CUDA, rozstrzygnie praktyka — i to, czy programiści zdecydują się tworzyć z użyciem tych narzędzi.