CANN ของ Huawei: ยอดนักพัฒนาเพิ่ม แต่ยังต้องพิสูจน์การใช้งานจริง

Huawei กำลังผลักดันให้ CANN ซึ่งเป็นชุดซอฟต์แวร์สำหรับชิป AI ตระกูล Ascend เป็นแพลตฟอร์มที่นักพัฒนาภายนอกเข้ามาร่วมสร้างได้ ไม่ใช่เครื่องมือที่บริษัทพัฒนาอยู่ฝ่ายเดียว ตัวเลขสมาชิกและเครื่องมือที่เพิ่มขึ้นสนับสนุนภาพนั้น แต่ยังตอบคำถามสำคัญไม่ได้ว่า กิจกรรมในชุมชนแปรเป็นการนำไปฝึกหรือให้บริการโมเดลในระบบที่ใช้งานจริงอย่างต่อเนื่องมากเพียงใด38

ตัวเลขชุมชนบอกอะไร—และยังไม่บอกอะไร

Huawei ระบุว่า CANN มี นักพัฒนาที่ใช้งานรายเดือนมากกว่า 5,200 คน และ 61% เป็นนักพัฒนาภายนอก ซึ่งมากกว่านักพัฒนาภายในบริษัทเป็นครั้งแรก3 ขณะที่อีกรายงานหนึ่งอ้างข้อมูลจาก Huawei ว่ามีนักพัฒนาที่ใช้งานรายเดือน มากกว่า 6,230 คน ยอดดาวน์โหลดคลังโค้ด มากกว่า 60 ล้านครั้ง และผลงานที่มีการส่งเข้ามามากกว่าครึ่งมาจากภายนอกองค์กร Ascend10

ข้อมูลที่มีไม่ได้อธิบายว่าเหตุใดจำนวนนักพัฒนาทั้งสองชุดจึงต่างกัน และไม่ได้ตรวจสอบยอดดาวน์โหลดหรือสัดส่วนผลงานอย่างอิสระ ที่สำคัญ สัดส่วนนักพัฒนา กับ สัดส่วนผลงานที่ส่งเข้ามา เป็นคนละตัวชี้วัด จึงไม่ควรนำมาแทนกัน

Huawei เรียก CANN ว่าเป็นชุมชนโอเพนซอร์สที่คึกคักที่สุดในจีน ส่วนอีกรายงานระบุว่าบริษัทอ้างสถานะชุมชนที่มีกิจกรรมสูงสุดนับตั้งแต่เดือนมิถุนายน แต่แหล่งข้อมูลเหล่านี้ไม่ได้แสดงการจัดอันดับที่ตรวจสอบอย่างอิสระด้วยเกณฑ์เดียวกัน311 ตัวเลขดังกล่าวจึงสะท้อนคำบอกเล่าเรื่องการเติบโตของชุมชน มากกว่าจะเป็นตัววัดปริมาณงาน AI ที่นำไปใช้งานจริง

นักพัฒนา Ascend ได้อะไรเพิ่ม

เข้าถึงโค้ดพร้อมฮาร์ดแวร์รุ่นใหม่: รายงานระบุว่าโค้ดสำหรับ Ascend 950 เปิดเป็นโอเพนซอร์สแบบ Day 0 หรือพร้อมกับการมาถึงของฮาร์ดแวร์ แทนที่จะต้องรอเผยแพร่ภายหลัง10 Huawei อธิบายว่า CANN แบ่งซอฟต์แวร์เป็นชั้นและองค์ประกอบต่าง ๆ พร้อมเปิดอินเทอร์เฟซสำหรับพัฒนาโอเปอเรเตอร์—ชุดคำสั่งคำนวณที่โมเดล AI เรียกใช้—กราฟการคำนวณ และการควบคุมระดับแอปพลิเคชัน ขณะที่คลังโค้ดของชุมชนมีโครงการด้านไลบรารีโอเปอเรเตอร์และกราฟเอนจินให้เห็น815

มีทางเลือกในการเขียนและปรับแต่งมากขึ้น: Huawei ระบุว่า Ascend C สำหรับ Ascend 950 เพิ่มรูปแบบการเขียนโปรแกรม SIMD, SIMT และ Regbase5 ส่วน CANNBot ถูกนำเสนอเป็นชุดขั้นตอนและทักษะของ AI agent ที่นำกลับมาใช้ซ้ำได้ สำหรับงานพัฒนาโอเปอเรเตอร์ ย้ายโมเดล และปรับการอนุมาน รายงานเกี่ยวกับการทำงานร่วมกันของ CANNBot กับ CANNBench อธิบายวงจรตั้งแต่สร้างโอเปอเรเตอร์ ประเมินผล รับข้อมูลข้อบกพร่อง ไปจนถึงปรับปรุงรอบถัดไป52 แนวทางนี้อาจช่วยลดงานซ้ำ แต่การมีเครื่องมือไม่ได้ยืนยันผลลัพธ์เมื่อใช้ในระบบผลิตจริง

ต่อเข้ากับเครื่องมือที่คุ้นเคย: Huawei ระบุว่า CANN เชื่อมต่อกับ PyTorch, TensorFlow, MindSpore และ PaddlePaddle ได้8 บริษัทยังระบุว่า Ascend ได้รับการรองรับอย่างเป็นทางการในฐานะแบ็กเอนด์ตัวเร่งความเร็วของ PyTorch และรองรับโครงการโอเพนซอร์สภายนอกมากกว่า 90 โครงการ โดยมี TorchNPU เป็นตัวเชื่อมให้ PyTorch ใช้ชิป Ascend313 เอกสาร Triton-Ascend ระบุการรองรับ Ascend 950 สำหรับคอมไพล์และปรับแต่งเคอร์เนล ขณะที่ Huawei ชี้ถึงความร่วมมือกับโครงการอย่าง vLLM และ verl24

บททดสอบอยู่หลังยอดดาวน์โหลด

ยอดดาวน์โหลด การส่งโค้ด และความเข้ากันได้กับเฟรมเวิร์กช่วยลดอุปสรรคในการเริ่มใช้ Ascend แต่ยังไม่แสดงว่าทีมต่าง ๆ ฝึกโมเดลหรือให้บริการโมเดลบนแพลตฟอร์มนี้ซ้ำ ๆ ในระดับใหญ่ได้เพียงใด Reuters รายงานว่า Huawei คาดว่าระบบ Ascend 950DT จะถูกใช้ฝึกโมเดลอย่างแพร่หลายขึ้นใน ปี 2027 ขณะที่เอกสารของบริษัทระบุว่าระบบ Ascend 950 เริ่มใช้งานเชิงพาณิชย์แล้ว1 ความต่างระหว่างการเริ่มใช้งานกับการใช้งานอย่างกว้างขวางและต่อเนื่อง คือสิ่งที่ชุมชน CANN ยังต้องพิสูจน์