Chińska firma AI DeepSeek udostępniła w otwartym kodzie sześć narzędzi programistycznych opracowanych dla chipów AI Huawei Ascend, oferując chińskim programistom rodzimą alternatywę dla stosu oprogramowania Nvidii w czasie, gdy amerykańskie restrykcje eksportowe uniemożliwiają dostęp do większości zaawansowanych amerykańskich procesorów.

Startup z Hangzhou ogłosił premierę za pośrednictwem swojego oficjalnego konta WeChat, jak podaje Reuters. Pakiet obejmuje moduły do zadań obliczeniowych i komunikacyjnych, a DeepSeek poinformował, że narzędzia powstały w oparciu o komponenty open source wcześniej opracowane dla sprzętu Nvidii, teraz zaadaptowane do pracy na procesorach Huawei. Opublikowanie kodu publicznie oznacza, że zewnętrzni programiści mogą go analizować, modyfikować i rozbudowywać — to mechanizm, dzięki któremu ekosystem oprogramowania rośnie poza firmę, która go stworzyła.

Oprócz oprogramowania obie firmy wspólnie opracowały to, co DeepSeek określił jako system „supernode” oparty na 128 akceleratorach Huawei Ascend 950, dostrojony tak, aby równoważyć obliczenia i przepływ danych w klastrze — to architektura, która łączy wiele chipów tak, aby działały jak jeden większy system. Według South China Morning Post premiera ma zasiać fundamenty „niezależnego i kontrolowanego” ekosystemu oprogramowania dla GPU, a nie dostarczyć pojedynczy produkt.

TileLang wymierza CUDA

Centrum tej premiery jest wers TileLang zgodna z Ascend — języka programowania wysokiego poziomu od DeepSeek służącego do pisania kluczowych kerneli napędzających wydajność modeli. Nvidia pozostaje głównym backendem języka, ale oficjalnie wspiera on teraz Huawei Ascend 950, dodając funkcje takie jak natywna generacja kodu oraz automatyczne planowanie i synchronizacja, według SCMP.

DeepSeek pozycjonuje TileLang jako alternatywę dla zastrzeżonej platformy CUDA Nvidii, wskazując, że upraszcza programowanie, pozwalając jednocześnie programistom w pełni wykorzystać możliwości sprzętu. Firma określiła tę premierę jako wczesny krok w kierunku bardziej niezależnego ekosystemu oprogramowania dla GPU.

To dominacja CUDA sprawia, że to wyzwanie jest tak trudne. Prawie dwudziestoletnia przewaga Nvidii w narzędziach i bibliotekach CUDA uczyniła jej chipy kluczowym elementem obciążeń AI, a żaden chiński konkurent nie zdołał dotąd przełamać tej dominacji. Ekosystemy oprogramowania mają też tendencję do utrwalania się: gdy zespoły zbudują już modele i przepływy pracy wokół danego łańcucha narzędzi, przejście na niedowierdzoną alternatywę zwykle oznacza przepisywanie kodu i naukę nowych technik optymalizacji.

Amerykańskie restrykcje eksportowe podnoszą stawkę

Amerykańskie restrykcje eksportowe ograniczają chińskim firmom dostęp do najnowszych chipów Nvidii, co skłoniło Huawei do jeszcze mocniejszej promocji swoich procesorów Ascend. Narzędzia DeepSeek pojawiły się około dwa tygodnie po tym, jak Huawei zaprezentował procesory AI nowej generacji oraz systemy supernode, na których firma spodziewa się rozpocząć trenowanie modeli w przyszłym roku.

Tydzień przed tą zapowiedzią Huawei poinformował, że w pierwszym kwartale 2027 roku rozpocznie dostawy chipa nowej generacji Ascend 960DT, przesuwając premierę o trzy kwartały wcześniej, oraz przedstawił mapę drogową chipów sięgającą 2029 roku.

Przewodniczący rotacyj Eric Xu twierdził, że chipy Huawei Ascend mają już większy udział w chińskim rynku chipów AI niż Nvidia, choć nie przedstawił danych popierających to twierdzenie.

Pogłębiający się sojusz DeepSeek i Huawei

Środowa premiera kontynuuje partnerstwo, które w ciągu roku wyraźnie się zacieśniło. DeepSeek zapowiedział już wcześniej działanie swojego modelu V4 na procesorach Huawei Ascend, co oznaczało odejście od wcześniejszego uzależnienia od Nvidii. Huawei oświadczył wówczas, że współpracował z DeepSeek nad zapewnieniem zgodności V4 z całą linią Ascend.

Współpraca pokazuje również, jak największe chińskie firmy AI adaptują się do nieobecności Nvidii, zamiast czekać na złagodzenie restrykcji eksportowych w przyszłości. Kluczowe pytanie brzmi, o ile te narzędzia zmniejszą lukę wydajnościową, która przywiązuje programistów do CUDA Nvidii — pytanie, na które jak dotąd nie ma odpowiedzi. Krótkoterminowymi wskaźnikami będą tempo, w jakim chińscy programiści przyjmą te narzędzia, oraz to, czy deklarowane przez Huawei harmonogramy sprzętowe się potwierdzą.