Deepseek i Huawei budują alternatywę dla CUDA

Chiński deweloper modeli AI Deepseek nawiązał współpracę z Huawei przy tworzeniu narzędzi programistycznych dla chipów Ascend. Całość trafia do domeny open source – to kolejny krok w budowie niezależnego od Nvidii ekosystemu sprzętowo-programistycznego w Chinach. Centralnym elementem przedsięwzięcia jest TileLang, język programowania, który ma być prostszą alternatywą dla CUDA, platformy stanowiącej fundament dominacji Nvidii na rynku AI.

Informację o współpracy Deepseek opublikował na oficjalnym kanale WeChat. Pakiet narzędzi obejmuje biblioteki odpowiedzialne za obliczenia oraz za transfer danych między chipami. Jak podaje Reuters, Huawei miał „w pełni wspierać” te prace. Obie firmy zoptymalizowały również działanie tzw. supernode – klastra złożonego ze 128 chipów Ascend 950.

Czym jest TileLang i dlaczego Deepseek na niego postawił

TileLang nie powstał w Deepseek. Język ten opracowali naukowcy z Uniwersytetu Pekińskiego, a chiński deweloper korzysta z niego od około roku. Argumentacja stojąca za decyzją o jego dalszym rozwijaniu jest prosta: każdy, kto chce zbudować niezależny ekosystem programistyczny dla chipów AI, potrzebuje uniwersalnego języka – takiego, który jest łatwy w obsłudze, ale jednocześnie pozwala wycisnąć ze sprzętu pełną wydajność.

Deepseek przekonuje, że TileLang oferuje prostszy model programowania niż CUDA. Co ciekawe, język ten testowano najpierw na starszych układach Nvidii, zanim trafił do pracy z chipami Huawei. Według doniesień New York Times, TileLang stał się już głównym narzędziem firmy w pracach nad sztuczną inteligencją ogólną (AGI).

Oprogramowanie zdecyduje o losach chińskich chipów AI

Współpraca Deepseek i Huawei dotyka jednego z najbardziej palących problemów chińskiego sektora AI. Same układy to za mało – potrzebne jest oprogramowanie, które pozwoli wykorzystać ich potencjał w praktyce. Przewaga Nvidii nie wynika wyłącznie z projektu krzemu. Opiera się ona również na szacowanych czterech milionach deweloperów na całym świecie, którzy programują w oparciu o CUDA.

To właśnie ten ekosystem okazał się barierą nie do pokonania dla konkurentów pokroju AMD, nawet gdy ich sprzęt na papierze wypadał równie dobrze. Jak zauważa New York Times, chińscy twórcy modeli – firmy takie jak Z.ai czy Moonshot AI – dotąd rozwijali się szybciej niż krajowi producenci chipów. Huawei chce tę lukę zamknąć.

Dwa tygodnie przed ogłoszeniem współpracy z Deepseek, Huawei zaprezentował nowe procesory AI oraz systemy typu supernode, zapowiadając ich szerokie zastosowanie w treningu modeli w przyszłym roku. Firma przyznaje jednocześnie, że nie radzi sobie z zaspokojeniem popytu na krajowym rynku, dlatego planuje ograniczyć sprzedaż chipów za granicę.

Odnosząc się do amerykańskich restrykcji eksportowych, obecny rotacyjny prezes Huawei, Eric Xu, stwierdził, że firma nie może zgodzić się na przyszłość uzależnioną od tego, czy ktokolwiek zechce sprzedawać Chinom chipy.

Fosa CUDA traci wodę, ale Nvidia wciąż wygrywa w zadaniach agentowych

Firma badawcza SemiAnalysis przeanalizowała, ile z legendarnej przewagi CUDA faktycznie pozostało. Po testach Jalapeño – chipu inferencyjnego OpenAI – analitycy określili fosę CUDA jako „potencjalnie martwą”, ponieważ OpenAI potrafi uruchamiać nowe modele na własnym sprzęcie w zaskakująco krótkim czasie. W większości testowanych scenariuszy Jalapeño pokonał Blackwella od Nvidii pod względem wydajności na wat.

Warto zaznaczyć, że modele OpenAI pomagały projektować ten chip, a same modele działają na GPU Nvidii – trudno więc mówić o pełnej niezależności. Analitycy zastrzegają też, że testowali wyłącznie scenariusze stosunkowo łatwe do optymalizacji, z około 8 tysiącami tokenów wejściowych i 1 tysiącem wyjściowych.

Nie przetestowano jeszcze AgentX – benchmarku mierzącego, jak dobrze sztuczna inteligencja radzi sobie z zadaniami wieloetapowymi. To właśnie w tym obszarze SemiAnalysis wskazywało wcześniej, w sierpniu, wyraźną przewagę Nvidii. Przy obecnym stosie oprogramowania AMD, Nvidia nadal wypadałaby taniej w przeliczeniu na token, nawet gdyby konkurent oddawał swój sprzęt za darmo.

Zdaniem autorów analizy, trwała przewaga Nvidii nie leży w samym krzemie, lecz w warstwie oprogramowania łączącej wiele chipów w jeden spójny system. Chipy Huawei nie zostały objęte porównaniem AgentX, ale we wcześniejszej analizie modelu DeepSeek V4, SemiAnalysis zwróciło uwagę, że stos programistyczny CANN od Huawei był jedynym – obok CUDA – który wspierał ten model już pierwszego dnia po premierze.

Sojusz Deepseek i Huawei pokazuje, że Chiny traktują warstwę programistyczną jako kluczowy front w walce o niezależność technologiczną – równie ważny, jak sama produkcja chipów. Czy otwarty kod TileLang przyciągnie wystarczająco szeroką rzeszę programistów, by zagrozić ekosystemowi budowanemu przez Nvidię od ponad dekady? Odpowiedź poznamy dopiero wtedy, gdy więcej firm zacznie realnie testować te narzędzia w produkcyjnych projektach.

Źródło

Może Cię zainteresować