DeepSeek ha annunciato mercoledì di aver collaborato con Huawei per sviluppare strumenti di programmazione per i processori AI Ascend di Huawei e di rendere open source i risultati, inclusa una versione del suo linguaggio TileLang posizionata come alternativa più semplice al CUDA di Nvidia.
La mossa prende di mira il punto più debole dell'armatura di Nvidia. Il predominio dell'azienda nel campo dell'intelligenza artificiale non è mai stato legato solo al silicio; si basa su CUDA, l'ecosistema software su cui praticamente ogni sviluppatore di intelligenza artificiale si è formato. Per contestualizzare il motivo per cui ciò è importante, la nostra copertura nel settore dell’intelligenza artificiale ha documentato ripetutamente che l’hardware vince solo quando il software attorno ad esso rende doloroso il passaggio.
Sei strumenti open source per Ascend
Secondo Reuters, DeepSeek sta rilasciando sei moduli software open source creati per la piattaforma Ascend di Huawei. Il pacchetto include librerie volte a migliorare le prestazioni di calcolo e comunicazione tra i chip, sviluppate con quello che DeepSeek descrive come un ampio supporto tecnico da parte di Huawei.
Il fulcro è TileLang, un linguaggio di programmazione open source di alto livello progettato per gli acceleratori di intelligenza artificiale. DeepSeek sostiene che gli sviluppatori hanno bisogno di un linguaggio che sia accessibile e in grado di estrarre le massime prestazioni dall'hardware sottostante e afferma che TileLang offre un modello di programmazione più semplice rispetto a CUDA. Se dovesse riuscirci, la barriera alla scrittura del codice per i chip IA cinesi diminuirebbe sostanzialmente, ed è proprio questo il punto.
Un supernodo da 128 chip come prova di scala
La collaborazione ha prodotto anche risultati hardware. DeepSeek e Huawei affermano di aver lavorato su un sistema supernodo che combina 128 chip Ascend 950, concentrandosi sull'ottimizzazione della comunicazione tra processori e delle prestazioni complessive del computer, il problema di interconnessione che storicamente ha separato gli acceleratori di nicchia dalle vere e proprie piattaforme di data center.
L'annuncio arriva poco dopo che Huawei ha introdotto la sua prossima generazione di processori AI e sistemi informatici "supernodi", e la società prevede che la sua infrastruttura AI vedrà un uso più ampio per l'addestramento dei modelli a partire dal prossimo anno. Un laboratorio di frontiera che pubblica il proprio software di sistema per una piattaforma di chip domestica è il segnale più forte che le aziende cinesi di intelligenza artificiale intendono eseguire seri carichi di lavoro di formazione senza hardware Nvidia.
Perché il fossato del CUDA è il vero campo di battaglia
CUDA è diventata una parte centrale del dominio di Nvidia grazie all'enorme ecosistema software costruito attorno alle sue GPU: compilatori, librerie e due decenni di familiarità con gli sviluppatori. Ogni versione di PyTorch, ogni framework di inferenza, ogni repository di ricerca presuppone che CUDA funzioni. Questa inerzia, più delle specifiche specifiche del chip, è ciò che ha tenuto a bada i rivali.
La logica strategica dell’open-sourcing è altrettanto deliberata. Gli stack software di chip proprietari vincono essendo l'impostazione predefinita; gli ecosistemi aperti vincono essendo il ripiego di tutti. Pubblicando gli strumenti Ascend con licenze aperte, DeepSeek riduce i costi di passaggio per qualsiasi sviluppatore o operatore cloud che cerca di sfruttare i prezzi di Nvidia e rende l'hardware Huawei praticabile proprio per gli acquirenti che non accetterebbero mai uno stack di un unico fornitore.
Ecco perché la collaborazione DeepSeek-Huawei è importante anche oltre i confini della Cina. Riflette una spinta più ampia all’interno del Paese per sviluppare hardware AI interno e il software necessario per gestirlo in modo efficiente, riducendo la dipendenza dalla tecnologia di Nvidia in un momento in cui i controlli sulle esportazioni statunitensi hanno già limitato l’accesso ai chip più avanzati di Nvidia. Il New York Times ha definito la partnership come un attacco diretto alla fonte principale del dominio dell'intelligenza artificiale di Nvidia: non i chip in sé, ma il codice che li rende indispensabili.
Basarsi su una partnership esistente
Il rilascio di mercoledì non è il primo segno che DeepSeek scommette sul silicio domestico. Ad aprile, sia Benzinga che South China Morning Post hanno riferito che il modello V4 di DeepSeek è stato costruito e addestrato su chip Huawei, in quella che l'SCMP ha descritto come una collaborazione che rafforza l'autosufficienza dell'IA della Cina. Ciò che è diverso ora è il software: la V4 ha dimostrato che i modelli potevano funzionare su Ascend, mentre questa versione offre a tutti gli altri sviluppatori cinesi gli strumenti da seguire.
La strada non è stata agevole. Generation-NT ha riferito che DeepSeek aveva precedentemente ritardato il suo modello R2 a causa delle difficoltà con i chip Huawei Ascend, una decisione che secondo il punto vendita ha rivelato la fragilità del nascente ecosistema. Huawei, da parte sua, ha continuato ad accelerare: The Business Times ha riferito a metà settembre che la società stava anticipando il lancio di un nuovo chip AI per sfidare Nvidia. La versione open source converte efficacemente questi problemi crescenti in un'infrastruttura condivisa: i problemi che DeepSeek risolve da solo diventano problemi che ogni sviluppatore Ascend trae vantaggio dall'aver risolto.
Cosa guardare dopo
Tre cose determineranno se questo sforzo avrà effetto. Innanzitutto, l'adozione: gli strumenti open source contano solo se gli sviluppatori cinesi effettivamente li utilizzano, e il vero test di TileLang è se l'addestramento del modello sui cluster Ascend diventa routine piuttosto che sperimentale. In secondo luogo, le prestazioni: è già stato segnalato che i modelli di DeepSeek funzionano su silicio Huawei, ma abbinare il throughput di addestramento dell'era CUDA con carichi di lavoro eterogenei è un livello diverso. Terzo, le ricadute: se TileLang maturasse in un linguaggio veramente portabile per gli acceleratori di intelligenza artificiale, ciò potrebbe complicare la posizione di Nvidia ben al di fuori dei confini della Cina.
Per ora il messaggio è chiaro. La prossima fase della corsa all’hardware dell’IA si combatte nel software e DeepSeek ha appena pubblicato in pubblico le sue argomentazioni di apertura.
---
Stai al passo con l'intelligenza artificialeRicevi le ultime notizie, analisi e scoperte sull'intelligenza artificiale, tutto in un unico posto.
Leggi altre notizie sull'AI →
