Das chinesische KI-Labor DeepSeek hat sich mit Huawei zusammengetan, um eine Reihe von Open-Source-Programmiertools für die Ascend-KI-Chips von Huawei zu veröffentlichen. Dieser Schritt zielt direkt auf das Software-Ökosystem, das Nvidias Dominanz im Bereich der künstlichen Intelligenz untermauert hat.

Die Ankündigung erfolgte auf dem offiziellen WeChat-Kanal von DeepSeek und wurde von Reuters, Bloomberg und der New York Times bestätigt. Laut The Decoder enthält die Veröffentlichung Bibliotheken zur Berechnung und zum Verschieben von Daten zwischen Chips – und alles davon ist Open Source. DeepSeek sagte, Huawei habe die Arbeit „voll und ganz unterstützt“.

Für Leser, die die aktuellen KI-Neuigkeiten aus der chinesischen Chipindustrie verfolgen, ist dies eine der folgenreichsten Software-Veröffentlichungen des Jahres: Es ist das bisher deutlichste Zeichen dafür, dass Chinas führendes KI-Labor seinen Stack auf heimischem Silizium und nicht auf Nvidia-GPUs aufbaut.

Was DeepSeek tatsächlich veröffentlicht hat

Im Mittelpunkt der Veröffentlichung steht TileLang, eine Open-Source-Programmiersprache für KI-Chips, die ursprünglich von Forschern der Peking-Universität entwickelt wurde. Laut The Decoder verwendet DeepSeek die Sprache intern seit etwa einem Jahr und testete sie zunächst auf älteren Nvidia-Chips, bevor es sie auf Huawei-Hardware brachte.

Das Argument von DeepSeek ist, dass jeder, der ein unabhängiges Software-Ökosystem für KI-Chips aufbauen möchte, eine universelle Sprache benötigt, die einfach zu programmieren ist und dennoch die volle Leistung aus der Hardware herausholt. Nach Ansicht des Unternehmens bietet TileLang ein einfacheres Programmiermodell als CUDA, Nvidias proprietäre Plattform, die seit fast zwei Jahrzehnten der De-facto-Standard für die KI-Entwicklung ist.

Die New York Times berichtet, dass TileLang nun das Hauptwerkzeug in DeepSeeks eigener Arbeit zur künstlichen allgemeinen Intelligenz ist – eine bemerkenswerte Bestätigung, wenn man bedenkt, dass die Modelle von DeepSeek auf Grenzmaßstäben trainiert und bereitgestellt werden.

Über die Sprache selbst hinaus

Neben TileLang lieferte DeepSeek Open-Source-Bibliotheken für die Berechnung und die Datenbewegung zwischen Chips aus, die beiden Arbeitslasten, die das groß angelegte KI-Training und die Inferenz dominieren. Das Unternehmen sagte außerdem, dass es gemeinsam mit Huawei einen „Supernode“ optimiert habe – einen Cluster aus 128 Ascend 950-Chips, der als einzelnes System funktionieren soll.

Warum dies direkt auf Nvidia abzielt

Der Vorteil von Nvidia lag nie allein im Chipdesign. Der wahre Burggraben des Unternehmens ist CUDA und das Ökosystem um ihn herum: Schätzungsweise vier Millionen Entwickler weltweit bauen mit CUDA, und diese installierte Basis ist etwas, was Konkurrenten wie AMD nur schwer überwinden konnten, selbst wenn ihre Hardware auf dem Papier konkurrenzfähig aussah, stellt The Decoder fest.

Das ist es, was die Veröffentlichung von DeepSeek-Huawei von früheren chinesischen Chip-Ankündigungen unterscheidet. Anstatt nur schnellere Hardware zu bauen, versucht Chinas KI-Industrie nun, die Softwareschicht zu replizieren, die Entwickler an sich bindet.

Die New York Times berichtet, dass chinesische Modellhersteller wie Z.ai und Moonshot AI bisher schneller agierten als die Chiphersteller des Landes – was bedeutet, dass Chinas beste Modelle immer noch weitgehend von ausländischer Rechenleistung abhängig waren. Diese Lücke will Huawei schließen. Zwei Wochen vor der Ankündigung von DeepSeek stellte Huawei eine neue Generation von KI-Prozessoren und Supernode-Systemen vor und kündigte an, dass diese im nächsten Jahr in großem Umfang für das Modelltraining eingesetzt würden.

Der Hintergrund der Exportkontrolle

Die Partnerschaft kann nicht von den US-Exportkontrollen getrennt werden, die chinesische Unternehmen zunehmend von Nvidias fortschrittlichsten GPUs abgeschnitten haben. Laut The Decoder sagte Huaweis rotierender Vorstandsvorsitzender Eric Der Schritt von DeepSeek, seine Chip-Software offen zu veröffentlichen, macht es auch für einen einzelnen Anbieter – ob Chinesen oder Amerikaner – schwieriger, die Schicht zu kontrollieren, auf die alle angewiesen sind.

Bricht der CUDA-Wassergraben tatsächlich?

Ein interessanter Kontext stammt vom Forschungsunternehmen SemiAnalysis, das kürzlich Jalapeño, den hauseigenen Inferenzchip von OpenAI, getestet hat und zu dem Schluss kam, dass der CUDA-Graben „potenziell tot“ ist – mit der Feststellung, dass OpenAI neue Modelle bemerkenswert schnell auf seiner eigenen Hardware zum Laufen bringt und dass Jalapeño Nvidias Blackwell in den meisten getesteten Szenarien bei der Leistung pro Watt übertrifft, wie The Decoder berichtet.

Die Analysten fügten jedoch wichtige Vorbehalte hinzu. Sie testeten nur relativ einfach zu optimierende Szenarien mit etwa 8.000 Eingabe-Tokens und 1.000 Ausgabe-Tokens und haben AgentX noch nicht ausgeführt, einen Benchmark, der misst, wie KI-Agenten mehrstufige Aufgaben bewältigen – genau dort, wo SemiAnalysis Nvidia erst im August deutlich vorn feststellte.

Was es für die Branche bedeutet

Die realistische Lesart ist nicht, dass CUDA über Nacht zusammenbricht. Vier Millionen Entwickler, zwei Jahrzehnte Bibliotheken und unzählige Produktionsbereitstellungen werden nicht schnell migriert. Aber die Kombination aus der Software von DeepSeek, den neuen Chips von Huawei und kundenspezifischen Siliziumbemühungen wie denen von OpenAI deutet darauf hin, dass der Software-Lock-in, der Nvidia zum Standard gemacht hat, aus mehreren Richtungen gleichzeitig aufgehoben wird.

Für China ist der Gewinn strategisch: Ein tragfähiger, offener alternativer Software-Stack macht inländische Chips in großem Maßstab nutzbar und verringert so den Einfluss der US-Exportpolitik. Für alle anderen könnte ein Open-Source-TileLang-Ökosystem letztendlich die Kosten für die gezielte Nutzung von Nicht-Nvidia-Hardware überall auf der Welt senken.

DeepSeek und Huawei haben keine Leistungsbenchmarks veröffentlicht, die den neuen Stack mit CUDA auf gleichwertiger Hardware vergleichen, sodass konkrete Geschwindigkeits- und Effizienzaussagen unbewiesen bleiben. Klar ist die Richtung: Das meistgesehene KI-Labor in China betrachtet Nvidias Software nicht mehr als unvermeidliche Abhängigkeit.

Bleiben Sie der KI immer einen Schritt voraus

Eine Geschichte verpasst? Weitere KI-Neuigkeiten lesen →