Huawei’nin CANN topluluğu büyüyor: Asıl sınav üretimde kullanım

Huawei, Ascend yapay zekâ işlemcilerinin yazılım altyapısı CANN’i yalnızca şirket içinde geliştirilen bir ürün olarak değil, dışarıdan geliştiricilerin de katkı verdiği açık bir platform olarak konumlandırıyor. Açıklanan topluluk rakamları bu hedefe yönelik ilgiyi gösteriyor; ancak kod indirme ve katkı sayıları, sistemlerin gerçek uygulamalarda düzenli olarak kullanıldığını tek başına göstermiyor.38

Topluluk rakamları ne söylüyor?

Huawei, CANN’in aylık 5.200’den fazla aktif geliştiricisi olduğunu ve geliştiricilerin %61’inin şirket dışından geldiğini söylüyor. Şirkete göre dışarıdan geliştiricilerin sayısı ilk kez kendi geliştiricilerini geçti.3 Huawei’ye atıf yapan ayrı bir haberde ise 6.230’dan fazla aylık aktif geliştirici, 60 milyonu aşan kod deposu indirmesi ve aktif katkıların yarısından fazlasının Ascend organizasyonu dışından geldiği aktarılıyor.10

Eldeki kaynaklar iki geliştirici sayısı arasındaki farkı açıklamıyor; indirme ve katkı toplamlarını da bağımsız olarak doğrulamıyor. Ayrıca geliştiricilerin %61’inin dışarıdan gelmesi ile katkıların yarısından fazlasının dışarıdan gelmesi aynı ölçüt değil.

Huawei, CANN’i Çin’in en canlı açık kaynak topluluğu olarak nitelendiriyor; başka bir haber, şirketin hazirandan beri onu ülkedeki en aktif topluluk olarak tanımladığını aktarıyor.311 Kaynaklar, karşılaştırılabilir verilere dayanan bağımsız bir sıralama sunmuyor. Bu ifadeleri, Huawei’nin büyümeye ilişkin iddiaları olarak okumak daha doğru.

Geliştirici için ne değişiyor?

Yeni donanımla birlikte kod erişimi: Ascend 950 için kodun donanımla aynı anda açık kaynak olarak sunulduğu bildiriliyor.10 Bu, geliştiricilere yazılımı sonradan çıkacak bir sürümü beklemeden inceleme ve uyarlama olanağı vermeyi amaçlıyor. Huawei, CANN’i katmanlara ayrılmış bileşenli bir yapı olarak anlatıyor; operatör geliştirme arayüzleri, hesaplama grafiği arayüzleri ve uygulama düzeyinde kontroller sunuyor. Topluluğun kod deposunda da operatör kütüphaneleri ve grafik motoru projeleri yer alıyor.815

Operatör geliştirmek için daha fazla araç: Buradaki operatör, bir yapay zekâ modelindeki hesaplama işlemlerini gerçekleştiren yazılım bileşeni. Huawei, Ascend 950 nesli için Ascend C’ye SIMD, SIMT ve Regbase programlama desteği eklediğini belirtiyor.5 CANNBot ise Ascend C, PyPTO, TileLang ve Triton ile operatör geliştirme, model taşıma ve çıkarım optimizasyonunda yeniden kullanılabilir yapay zekâ aracı becerileri sunan bir iş akışı olarak tanıtılıyor. Aktarılan CANNBot–CANNBench düzeni; operatör üretimini, değerlendirmeyi, hata geri bildirimini ve yeni denemeleri birbirine bağlıyor.552 Bu araçlar tekrarlanan işleri azaltabilir; fakat varlıkları, üretim ortamındaki performanslarını kanıtlamaz.

Alışıldık yazılımlarla çalışma yolları: Huawei, CANN’in PyTorch, TensorFlow, MindSpore ve PaddlePaddle ile bütünleştiğini söylüyor.8 Şirkete göre Ascend, PyTorch tarafından resmen desteklenen bir hızlandırıcı arka ucu ve 90’dan fazla üçüncü taraf açık kaynak projesiyle çalışıyor. TorchNPU eklentisi de PyTorch’un Ascend işlemcilerini kullanmasını sağlamak üzere geliştiriliyor.313 Triton-Ascend belgeleri, Ascend 950’de hesaplama çekirdeği derleme ve ayarlama desteği listeliyor; Huawei ayrıca vLLM ve verl gibi projelerle işbirliğine işaret ediyor.24

Asıl ölçüt: Düzenli kullanım

İndirmeler, kod katkıları ve çerçeve uyumluluğu Ascend’i denemeyi kolaylaştırabilir. Yine de bunlar, ekiplerin modelleri bu sistemlerde sürekli ve büyük ölçekte eğittiğini ya da kullanıcılara sunduğunu göstermiyor. Reuters’a göre Huawei, Ascend 950DT sistemlerinin model eğitiminde daha yaygın kullanılmasını 2027’de bekliyor; şirket belgeleri ise Ascend 950 sistemlerinin hâlihazırda ticari kullanıma girdiğini belirtiyor.1 Dolayısıyla soru, ekosistemin oluşup oluşmadığından çok, artan geliştirici etkinliğinin ne ölçüde kalıcı üretim kullanımına dönüşeceği.