CANN của Huawei: Đông nhà phát triển hơn, nhưng đã được dùng bền vững đến đâu?

Với Ascend, Huawei không chỉ cần chip AI mà còn cần phần mềm để nhà phát triển đưa mô hình lên chip. Công ty muốn CANN — bộ phần mềm phục vụ các tác vụ AI trên Ascend — trở thành nền tảng mở, có người ngoài Huawei cùng xây dựng.38 Số liệu cộng đồng và các công cụ mới cho thấy nỗ lực đó đang tiến triển. Tuy nhiên, hoạt động phát triển phần mềm không đồng nghĩa với việc CANN đã được sử dụng lâu dài trong các hệ thống vận hành thực tế.

Cộng đồng lớn đến đâu?

Huawei cho biết CANN có hơn 5.200 nhà phát triển hoạt động hằng tháng; nhà phát triển bên ngoài chiếm 61% tổng số, lần đầu vượt số nhà phát triển nội bộ.3 Một báo cáo khác dẫn số liệu do Huawei đưa ra là hơn 6.230 nhà phát triển hoạt động hằng tháng, trên 60 triệu lượt tải kho mã và hơn một nửa số đóng góp tích cực đến từ bên ngoài bộ phận Ascend.10

Các nguồn hiện có không giải thích vì sao hai mốc nhà phát triển khác nhau, cũng không kiểm chứng độc lập tổng lượt tải và đóng góp. Tỷ lệ người tham gia và tỷ lệ đóng góp là hai cách đo khác nhau. Huawei gọi CANN là cộng đồng mã nguồn mở sôi động nhất Trung Quốc; một báo cáo khác nói công ty mô tả CANN là cộng đồng hoạt động tích cực nhất nước này kể từ tháng 6.311 Chưa có bảng xếp hạng độc lập, so sánh trên cùng tiêu chí, để xác nhận nhận định đó.

Nhà phát triển được thêm lựa chọn gì?

Tiếp cận mã sớm hơn và tùy chỉnh theo từng phần. Một báo cáo mô tả việc mở mã nguồn CANN cho Ascend 950 theo cách tiếp cận “Day 0” — cho phép nhà phát triển tìm hiểu, điều chỉnh phần mềm ngay khi thế hệ phần cứng mới xuất hiện.10 Huawei mô tả CANN là bộ phần mềm chia thành nhiều lớp, thành phần, với giao diện lập trình để phát triển toán tử — những phép tính cấu thành mô hình AI — cùng giao diện đồ thị tính toán và các công cụ điều khiển ở cấp ứng dụng. Kho mã cộng đồng cũng liệt kê các thư viện toán tử và dự án bộ máy đồ thị.815

Thêm công cụ viết và tối ưu toán tử. Theo Huawei, bản cập nhật Ascend C cho thế hệ Ascend 950 bổ sung các cách lập trình SIMD, SIMT và Regbase.5 CANNBot được giới thiệu như bộ quy trình dùng lại được để hỗ trợ phát triển toán tử, chuyển mô hình sang Ascend và tối ưu suy luận với Ascend C, PyPTO, TileLang, Triton. Một quy trình được báo cáo kết hợp CANNBot với CANNBench để tạo toán tử, đánh giá, phản hồi lỗi rồi tiếp tục cải tiến.552 Công cụ có thể bớt việc lặp lại cho nhà phát triển, nhưng sự hiện diện của chúng chưa chứng minh hiệu quả khi triển khai thực tế.

Kết nối với những công cụ quen thuộc. Huawei mô tả CANN có thể tích hợp với PyTorch, TensorFlow, MindSpore và PaddlePaddle.8 Công ty nói Ascend được hỗ trợ chính thức như một bộ tăng tốc cho PyTorch và tương thích với hơn 90 dự án mã nguồn mở của bên thứ ba; bộ chuyển tiếp TorchNPU cho phép PyTorch gọi bộ xử lý Ascend.313 Tài liệu Triton-Ascend liệt kê hỗ trợ dòng Ascend 950 để biên dịch và tinh chỉnh phần tính toán cốt lõi, còn Huawei nêu việc hợp tác với các dự án như vLLM và verl.24

Phép thử sau những con số cộng đồng

Lượt tải mã, đóng góp và khả năng tương thích giúp Ascend dễ tiếp cận hơn. Chúng không cho biết các nhóm có liên tục huấn luyện hoặc phục vụ mô hình trên nền tảng này ở quy mô lớn hay không. Reuters đưa tin Huawei kỳ vọng các hệ thống Ascend 950DT được dùng rộng rãi hơn để huấn luyện mô hình vào năm 2027; tài liệu công ty đồng thời nói các hệ thống Ascend 950 đã được đưa vào sử dụng thương mại.1 Vì vậy, câu hỏi không phải Ascend đã có ứng dụng hay chưa, mà là hoạt động đang tăng của cộng đồng CANN sẽ chuyển thành mức độ sử dụng bền vững đến đâu.