चीनी AI लॅब DeepSeek ने Huawei च्या Ascend AI चिप्ससाठी मुक्त-स्रोत प्रोग्रामिंग साधनांचा संच जारी करण्यासाठी Huawei सोबत भागीदारी केली आहे, ही एक चाल आहे जी सॉफ्टवेअर इकोसिस्टमला थेट लक्ष्य करते ज्याने कृत्रिम बुद्धिमत्ता संगणनामध्ये Nvidia चे वर्चस्व स्थापित केले आहे.

ही घोषणा DeepSeek च्या अधिकृत WeChat चॅनेलवर करण्यात आली होती आणि रॉयटर्स, ब्लूमबर्ग आणि द न्यूयॉर्क टाइम्सने याची पुष्टी केली होती. द डिकोडरच्या मते, रिलीझमध्ये गणनेसाठी आणि चिप्स दरम्यान डेटा हलविण्यासाठी लायब्ररी समाविष्ट आहेत - आणि ते सर्व मुक्त स्त्रोत आहे. डीपसीकने सांगितले की Huawei ने कामाला "पूर्णपणे पाठिंबा" दिला.

चीनच्या चिप उद्योगातील ब्रेकिंग एआय न्यूज चा मागोवा घेणाऱ्या वाचकांसाठी, हे वर्षातील सर्वात परिणामकारक सॉफ्टवेअर रिलीझपैकी एक आहे: चीनची आघाडीची AI लॅब Nvidia GPU ऐवजी देशांतर्गत सिलिकॉनच्या आसपास आपला स्टॅक तयार करत असल्याचे अद्याप स्पष्ट चिन्ह आहे.

डीपसीक प्रत्यक्षात काय प्रसिद्ध झाले

प्रकाशनाच्या केंद्रस्थानी TileLang आहे, AI चिप्ससाठी एक मुक्त-स्रोत प्रोग्रामिंग भाषा जी मूळतः पेकिंग विद्यापीठातील संशोधकांनी विकसित केली होती. डीकोडरच्या म्हणण्यानुसार, डीपसीक जवळजवळ एक वर्षापासून आंतरिकरित्या भाषा वापरत आहे आणि प्रथम ती Huawei हार्डवेअरवर आणण्यापूर्वी जुन्या Nvidia चिप्सवर चाचणी केली.

डीपसीकचा युक्तिवाद असा आहे की एआय चिप्ससाठी स्वतंत्र सॉफ्टवेअर इकोसिस्टम तयार करण्याचा प्रयत्न करणाऱ्या प्रत्येकाला हार्डवेअरमधून पूर्ण कार्यप्रदर्शन काढताना प्रोग्राम करणे सोपे असलेली सार्वत्रिक भाषा आवश्यक आहे. कंपनीच्या दृष्टीकोनातून, TileLang CUDA पेक्षा सोपे प्रोग्रामिंग मॉडेल ऑफर करते, Nvidia चे मालकीचे प्लॅटफॉर्म जे जवळपास दोन दशकांपासून AI विकासासाठी वास्तविक मानक आहे.

द न्यूयॉर्क टाईम्सने अहवाल दिला आहे की दीपसीकच्या कृत्रिम सामान्य बुद्धिमत्तेच्या दिशेने टिलँग हे आता मुख्य साधन आहे - डीपसीकचे मॉडेल प्रशिक्षित आणि फ्रंटियर स्केलवर दिले जातात हे लक्षात घेऊन एक उल्लेखनीय समर्थन आहे.

भाषेच्याच पलीकडे

TileLang सोबत, DeepSeek ने ओपन-सोर्स लायब्ररी पाठवल्या आहेत ज्यात कॉम्प्युटेशन आणि इंटर-चिप डेटा मूव्हमेंट समाविष्ट आहे, दोन वर्कलोड्स जे मोठ्या प्रमाणात AI प्रशिक्षण आणि अनुमानांवर प्रभुत्व मिळवतात. कंपनीने असेही म्हटले आहे की त्यांनी Huawei सोबत संयुक्तपणे एक "सुपरनोड" ऑप्टिमाइझ केले आहे - 128 Ascend 950 चिप्सचा क्लस्टर जो सिंगल सिस्टम म्हणून काम करण्यासाठी डिझाइन केलेला आहे.

हे सरळ Nvidia वर लक्ष्य का आहे

Nvidia चा फायदा एकट्या चिप डिझाइनचा कधीच नव्हता. कंपनीचा खरा खंदक CUDA आणि त्याच्या सभोवतालची इकोसिस्टम आहे: जगभरात अंदाजे चार दशलक्ष विकसक CUDA सह तयार करतात, आणि तो स्थापित बेस असा आहे की AMD सारख्या प्रतिस्पर्ध्यांना त्यांचे हार्डवेअर कागदावर स्पर्धात्मक दिसले तरीही पार करण्यासाठी संघर्ष करावा लागतो, द डीकोडर नोट्स.

हेच डीपसीक-हुआवेई रिलीझला मागील चीनी चिप घोषणांपेक्षा वेगळे करते. केवळ वेगवान हार्डवेअर तयार करण्याऐवजी, चीनचा एआय उद्योग आता सॉफ्टवेअर लेयरची प्रतिकृती बनवण्याचा प्रयत्न करीत आहे जे विकसकांना लॉक करते.

न्यू यॉर्क टाईम्सने अहवाल दिला आहे की Z.ai आणि Moonshot AI सारख्या चिनी मॉडेल निर्मात्यांनी, आतापर्यंत, देशाच्या chipmakers पेक्षा अधिक वेगाने वाटचाल केली आहे - म्हणजे चीनचे सर्वोत्तम मॉडेल अजूनही मोठ्या प्रमाणावर परदेशी मोजणीवर अवलंबून होते. Huawei ला ते अंतर बंद करायचे आहे. DeepSeek च्या घोषणेच्या दोन आठवड्यांपूर्वी, Huawei ने AI प्रोसेसर आणि सुपरनोड सिस्टमच्या नवीन पिढीचे अनावरण केले आणि पुढील वर्षी मॉडेल प्रशिक्षणासाठी ते मोठ्या प्रमाणावर वापरले जातील असे सांगितले.

निर्यात-नियंत्रण पार्श्वभूमी

भागीदारी यूएस निर्यात नियंत्रणापासून वेगळी केली जाऊ शकत नाही, ज्याने उत्तरोत्तर चीनी कंपन्यांना Nvidia च्या सर्वात प्रगत GPUs पासून दूर केले आहे. Huawei चे फिरणारे अध्यक्ष एरिक जू यांनी म्हटले आहे की, द डिकोडरच्या म्हणण्यानुसार, इतर चीनला चिप्स विकण्यास इच्छुक आहेत की नाही यावर अवलंबून असलेले भविष्य कंपनी स्वीकारू शकत नाही. डीपसीकने त्याचे चिप सॉफ्टवेअर उघडपणे प्रकाशित करण्याच्या हालचालीमुळे कोणत्याही एकल विक्रेत्याला - चिनी किंवा अमेरिकन - प्रत्येकजण अवलंबून असलेल्या स्तरावर नियंत्रण ठेवणे कठीण बनवते.

CUDA खंदक खरंच क्रॅक होत आहे का?

मनोरंजक संदर्भ संशोधन फर्म SemiAnalysis कडून आला आहे, ज्याने अलीकडे Jalapeño, OpenAI च्या इन-हाऊस इन्फरन्स चिपची चाचणी केली आणि असा निष्कर्ष काढला की CUDA खंदक "संभाव्यतः मृत" आहे — OpenAI ला त्याच्या स्वतःच्या हार्डवेअरवर नवीन मॉडेल्स विलक्षण वेगाने चालतात, आणि Jalapeño ने Nvidia's Performance Performance of the Scweller, The Scwell Performance मध्ये Nvidia ला मागे टाकले. डीकोडर अहवाल.

परंतु विश्लेषकांनी महत्त्वाच्या सूचना जोडल्या. त्यांनी फक्त अंदाजे 8,000 इनपुट टोकन आणि 1,000 आउटपुट टोकन्ससह तुलनेने सोप्या-ऑप्टिमाइझ परिस्थितीची चाचणी केली आणि त्यांनी अद्याप AgentX चालवलेले नाही, AI एजंट मल्टीस्टेप टास्क कसे हाताळतात याचे मापन करणारे बेंचमार्क - नेमके कुठे SemiAnalysis ला Nvidia अगदी अलीकडे ऑगस्टमध्ये खूप पुढे असल्याचे आढळले.

उद्योगासाठी याचा अर्थ काय आहे

वास्तववादी वाचन असे नाही की CUDA रातोरात कोसळते. चार दशलक्ष विकसक, दोन दशकांची लायब्ररी आणि असंख्य उत्पादन उपयोजने लवकर स्थलांतरित होत नाहीत. परंतु DeepSeek चे सॉफ्टवेअर, Huawei च्या नवीन चिप्स आणि OpenAI सारख्या कस्टम सिलिकॉन प्रयत्नांचे संयोजन सूचित करते की सॉफ्टवेअर लॉक-इन ज्याने Nvidia ला डीफॉल्ट बनवले ते एकाच वेळी अनेक दिशानिर्देशांपासून दूर केले जात आहे.

चीनसाठी, मोबदला धोरणात्मक आहे: एक व्यवहार्य, मुक्त पर्यायी सॉफ्टवेअर स्टॅक देशांतर्गत चिप्स मोठ्या प्रमाणावर वापरण्यायोग्य बनवते, यूएस निर्यात धोरणाचा फायदा कमी करते. इतर प्रत्येकासाठी, ओपन-सोर्स टाइललांग इकोसिस्टम अखेरीस जगात कुठेही नॉन-एनव्हीडिया हार्डवेअर लक्ष्यित करण्याची किंमत कमी करू शकते.

DeepSeek आणि Huawei ने समतुल्य हार्डवेअरवर CUDA विरुद्ध नवीन स्टॅकची तुलना करणारे कार्यप्रदर्शन बेंचमार्क उघड केलेले नाहीत, त्यामुळे ठोस गती आणि कार्यक्षमतेचे दावे अप्रमाणित राहिले आहेत. दिशा स्पष्ट आहे: चीनमधील सर्वाधिक पाहिलेली AI लॅब यापुढे Nvidia च्या सॉफ्टवेअरला अपरिहार्य अवलंबित्व मानत नाही.

AI च्या पुढे रहा

एक कथा चुकली? अधिक एआय बातम्या वाचा →