DeepSeek은 수요일에 Huawei의 Ascend AI 프로세서용 프로그래밍 도구를 개발하기 위해 Huawei와 파트너십을 맺고 Nvidia의 CUDA에 대한 더 간단한 대안으로 자리잡은 TileLang 언어 버전을 포함하여 결과를 오픈 소스화한다고 발표했습니다.

이 움직임은 Nvidia 갑옷의 가장 약한 부분을 목표로 합니다. AI 컴퓨팅 분야에서 회사의 지배력은 결코 실리콘에만 국한된 것이 아닙니다. 이는 거의 모든 AI 개발자가 교육을 받은 소프트웨어 생태계인 CUDA를 기반으로 합니다. 그것이 중요한 이유에 대한 맥락을 위해 우리의 AI 산업 보도는 주변 소프트웨어가 전환을 어렵게 만들 때만 하드웨어가 승리한다는 것을 반복적으로 문서화했습니다.

Ascend를 위한 6가지 오픈 소스 도구

Reuters에 따르면 DeepSeek는 Huawei의 Ascend 플랫폼용으로 제작된 6개의 오픈 소스 소프트웨어 모듈을 출시하고 있습니다. 이 패키지에는 DeepSeek이 Huawei의 광범위한 기술 지원을 통해 개발한 칩 전체의 컴퓨팅 및 통신 성능 향상을 목표로 하는 라이브러리가 포함되어 있습니다.

그 중심에는 AI 가속기를 위해 설계된 오픈 소스 고급 프로그래밍 언어인 TileLang이 있습니다. DeepSeek은 개발자에게 기본 하드웨어에서 액세스 가능하고 최대 성능을 추출할 수 있는 언어가 필요하다고 주장하며 TileLang은 CUDA보다 간단한 프로그래밍 모델을 제공한다고 말합니다. 이것이 실현되면 중국 AI 칩용 코드 작성 장벽이 크게 낮아집니다. 이것이 바로 요점입니다.

규모의 증거로 128칩 슈퍼노드

협업을 통해 하드웨어 결과도 탄생했습니다. DeepSeek과 Huawei는 128개의 Ascend 950 칩을 결합한 슈퍼노드 시스템에서 프로세서 간의 통신과 전체 컴퓨팅 성능을 최적화하는 데 중점을 두고 작업했다고 밝혔습니다. 이는 역사적으로 틈새 가속기와 실제 데이터 센터 플랫폼을 분리해 온 상호 연결 문제입니다.

이번 발표는 화웨이가 차세대 AI 프로세서와 '슈퍼노드' 컴퓨팅 시스템을 선보인 직후 나온 것으로, 화웨이는 자사의 AI 인프라가 내년부터 모델 훈련에 폭넓게 사용될 것으로 기대하고 있다. 국내 칩 플랫폼용 시스템 소프트웨어를 게시하는 한 선도적인 연구소는 중국 AI 기업들이 Nvidia 하드웨어 없이 심각한 교육 워크로드를 실행하려고 한다는 가장 강력한 신호입니다.

CUDA의 해자가 진짜 전쟁터인 이유

CUDA는 GPU를 중심으로 구축된 엄청난 소프트웨어 생태계(컴파일러, 라이브러리 및 20년 간의 개발자 친숙성)로 인해 Nvidia 지배력의 중심 부분이 되었습니다. 모든 PyTorch 릴리스, 모든 추론 프레임워크, 모든 연구 저장소는 CUDA가 작동한다고 가정합니다. 원시 칩 사양 이상의 관성은 경쟁사를 막는 요인입니다.

오픈소스의 전략적 논리도 마찬가지로 의도적입니다. 독점 칩 소프트웨어 스택이 기본값이 되어 승리합니다. 개방형 생태계는 모든 사람의 대안이 되어 승리합니다. DeepSeek는 개방형 라이선스로 Ascend 도구를 게시함으로써 Nvidia 가격 대비 활용을 원하는 개발자 또는 클라우드 운영자의 전환 비용을 낮추고 단일 공급업체 스택을 결코 받아들이지 않는 구매자가 Huawei 하드웨어를 사용할 수 있도록 만듭니다.

이것이 DeepSeek-Huawei 협력이 중국을 넘어 중요한 이유입니다. 이는 국내 AI 하드웨어와 이를 효율적으로 운영하는 데 필요한 소프트웨어를 개발하려는 국내의 광범위한 노력을 반영하며, 미국 수출 통제로 인해 이미 Nvidia의 최첨단 칩에 대한 접근이 제한되어 있는 상황에서 Nvidia 기술에 대한 의존도를 줄입니다. New York Times는 이 파트너십을 Nvidia의 AI 지배력의 핵심 원천, 즉 칩 자체가 아니라 칩을 필수불가결하게 만드는 코드에 대한 직접적인 공격으로 구성했습니다.

기존 파트너십을 기반으로 구축

수요일의 출시는 DeepSeek이 국내 실리콘에 베팅하는 첫 번째 신호는 아닙니다. 지난 4월 Benzinga와 South China Morning Post는 DeepSeek의 V4 모델이 화웨이 칩을 기반으로 구축 및 훈련되었다고 보도했으며, SCMP는 이를 중국의 AI 자립을 강화하는 협력이라고 설명했습니다. 이제 달라진 점은 소프트웨어입니다. V4는 모델이 Ascend에서 실행될 수 있음을 입증한 반면, 이번 릴리스는 다른 모든 중국 개발자에게 따라야 할 도구를 제공합니다.

길은 순탄하지 않았습니다. Generation-NT는 DeepSeek가 이전에 Huawei Ascend 칩 문제로 인해 R2 모델을 연기했다고 보도했으며, 이 결정은 초기 생태계의 취약성을 드러냈다고 말했습니다. 화웨이는 계속해서 속도를 내고 있습니다. 비즈니스 타임즈(Business Times)는 9월 중순에 회사가 엔비디아를 상대하기 위해 새로운 AI 칩 출시를 추진하고 있다고 보도했습니다. 오픈 소스 릴리스는 이러한 성장통을 공유 인프라로 효과적으로 전환합니다. DeepSeek이 자체적으로 해결하는 문제는 모든 Ascend 개발자가 해결함으로써 이익을 얻는 문제가 됩니다.

다음에 볼만한 것

이러한 노력이 성공할지 여부는 세 가지 요소에 의해 결정됩니다. 첫째, 채택: 오픈 소스 도구는 중국 개발자가 실제로 이를 사용하여 구축하는 경우에만 중요하며 TileLang의 실제 테스트는 Ascend 클러스터에 대한 모델 교육이 실험적이 아니라 일상적이 되는지 여부입니다. 둘째, 성능: DeepSeek의 자체 모델은 이미 Huawei 실리콘에서 실행되는 것으로 보고되었지만 이기종 워크로드 전반에 걸쳐 CUDA 시대 교육 처리량을 일치시키는 것은 다른 기준입니다. 셋째, 파급 효과: TileLang이 AI 가속기를 위한 진정한 이식 가능한 언어로 발전한다면 중국 국경 밖에서도 Nvidia의 입지가 복잡해질 수 있습니다.

현재로서 메시지는 분명합니다. AI 하드웨어 경쟁의 다음 단계는 소프트웨어에서 벌어지고 있으며, DeepSeek은 방금 공개 논거를 발표했습니다.

---

AI보다 앞서 나가세요

최신 AI 뉴스, 분석, 획기적인 소식을 모두 한 곳에서 받아보세요.

AI 뉴스 자세히 보기 →