Китайцы решили, что мало сделать свои AI-чипы — теперь они ещё и пилят свою альтернативу CUDA.
DeepSeek вместе с Huawei открыли инструменты для разработки под Ascend — линейку AI-ускорителей Huawei.
В релиз вошли:
— DeepGEMM-Ascend для матричных вычислений;
— DeepEP-Ascend для обмена данными между ускорителями;
— поддержка Ascend 950 в TileLang, языке для написания высокопроизводительных GPU-ядeр. Самое интересное тут даже не отдельные библиотеки, а общая цель.
Сейчас почти весь современный AI-стек так или иначе вырос вокруг NVIDIA + CUDA.
Можно сделать отличный чип, но если под него неудобно писать код, нет нормальных библиотек и половина ML-инфраструктуры не запускается — разработчики всё равно останутся на NVIDIA.
Поэтому Huawei теперь пытается решать не только проблему железа, но и проблему экосистемы.
TileLang, например, позиционируется как более простой способ писать производительные kernel'ы под AI-железо, а новые библиотеки сохраняют совместимость с частью API, которые DeepSeek уже использует в своём стеке.
Пока CUDA от этого, конечно, не вздрогнула.
Но сам тренд очень интересный:
раньше Китай догонял NVIDIA по чипам, теперь пытается догонять ещё и по софту.
А вот это уже намного более сложная задача.
Велкам
DeepSeek вместе с Huawei открыли инструменты для разработки под Ascend — линейку AI-ускорителей Huawei.
В релиз вошли:
— DeepGEMM-Ascend для матричных вычислений;
— DeepEP-Ascend для обмена данными между ускорителями;
— поддержка Ascend 950 в TileLang, языке для написания высокопроизводительных GPU-ядeр. Самое интересное тут даже не отдельные библиотеки, а общая цель.
Сейчас почти весь современный AI-стек так или иначе вырос вокруг NVIDIA + CUDA.
Можно сделать отличный чип, но если под него неудобно писать код, нет нормальных библиотек и половина ML-инфраструктуры не запускается — разработчики всё равно останутся на NVIDIA.
Поэтому Huawei теперь пытается решать не только проблему железа, но и проблему экосистемы.
TileLang, например, позиционируется как более простой способ писать производительные kernel'ы под AI-железо, а новые библиотеки сохраняют совместимость с частью API, которые DeepSeek уже использует в своём стеке.
Пока CUDA от этого, конечно, не вздрогнула.
Но сам тренд очень интересный:
раньше Китай догонял NVIDIA по чипам, теперь пытается догонять ещё и по софту.
А вот это уже намного более сложная задача.
Велкам