DeepSeek utmanar CUDA med verktyg för Huaweis AI-chip

DeepSeeks nya mjukvara riktar in sig på ett praktiskt hinder för den som vill använda Huaweis Ascend-chip för AI: hårdvara räcker inte. Utvecklare behöver också verktyg för att programmera chipen och samordna arbetet mellan dem. DeepSeek och Huawei har publicerat programmeringsinfrastruktur med öppen källkod för Ascend, däribland TileLang samt bibliotek för beräkningar och kommunikation. Företagen uppger också att de tillsammans har utvecklat ett system med 128 Ascend 950-chip. 1813

Målet är att göra Huaweis plattform till ett mer användbart alternativ till Nvidias CUDA-ekosystem. Men ett verktygspaket med öppen källkod och en konfiguration med många chip är bara en början – inte ett tecken på att utvecklare redan har bytt eller att systemet presterar lika bra som CUDA-baserade plattformar.

Vad ingår i verktygspaketet?

TileLang är ett programmeringsspråk för att utveckla AI-mjukvara. Det ska ge utvecklare ett sätt att skriva program för Ascend-hårdvara utan att använda Nvidias CUDA-plattform. DeepSeeks Ascend-version av TileLang är ett av verktygen som gjorts tillgängliga utan kostnad. 68

Biblioteken som följer med hanterar två andra delar av arbetet:

• Beräkningsbibliotek tillhandahåller mjukvara för att utföra AI-beräkningar på chipen.
• Kommunikationsbibliotek hjälper chipen att utbyta data och samordna arbetet när en uppgift delas upp mellan flera acceleratorer. 11325

Tillsammans ska programmeringslagret och biblioteken stödja både arbete på enskilda chip och samordning i ett större system. Att verktygen finns att tillgå ger utvecklare byggstenar att prova – men visar inte att varje modell eller arbetsflöde fungerar problemfritt på Ascend.

Vad visar systemet med 128 chip – och vad visar det inte?

DeepSeek och Huawei har tillsammans arbetat vidare med en så kallad supernod baserad på 128 Ascend 950-chip, där beräknings- och kommunikationsfunktionerna har optimerats tillsammans, enligt rapporteringen om samarbetet. 1324

Antalet säger något om storleken på den konfiguration som företagen uppger att de har arbetat med. Det bevisar däremot inte att systemet kan ersätta alla Nvidia-kluster eller leverera motsvarande hastighet, driftsäkerhet eller kostnad. De tillgängliga uppgifterna innehåller inga sådana jämförelser.

Därför spelar Huaweis stöd roll

DeepSeek uppgav att Huawei gav fullt stöd i utvecklingen av programmeringsinfrastrukturen. 1 Det är betydelsefullt eftersom mjukvara för en AI-accelerator måste fungera tillsammans med den hårdvara den är avsedd för. Samarbetet för utvecklingen av chip och mjukvara närmare varandra, i stället för att behandla dem som helt separata delar.

Satsningen ingår också i en bredare strävan bland kinesiska teknikföretag att bygga alternativ till Nvidias ekosystem. USA:s exportkontroller är en del av bakgrunden till att kinesiska utvecklare söker inhemska alternativ, men lanseringen av verktygen undanröjer inte i sig begränsningar kring hårdvara eller mjukvara. 114

Utvecklarnas val blir det verkliga testet

Att verktygen har öppen källkod och går att ladda ner utan kostnad sänker tröskeln för att prova dem. Men det är mer krävande att flytta ett etablerat arbetsflöde. Verktygen måste vara tillförlitliga, fungera för utvecklarnas behov och ha tillräckligt stöd för att fortsätta utvecklas.

Rapporteringen belägger samarbetet, verktygssläppet och konfigurationen med 128 chip. Den visar däremot inte att utvecklare i stor skala har tagit verktygen i bruk eller att de är likvärdiga med CUDA. 1813

Det är skillnaden att hålla i minnet: DeepSeek och Huawei har tagit ett konkret steg för att göra Ascend mer programmerbart och användbart i stor skala. Om det blir ett seriöst alternativ till CUDA avgörs av hur verktygskedjan fungerar i praktiken – och om utvecklarna väljer att bygga med den.