Kinesiska AI-labbet DeepSeek har samarbetat med Huawei för att släppa en svit av programmeringsverktyg med öppen källkod för Huaweis Ascend AI-chips, ett drag som riktar sig direkt mot mjukvaruekosystemet som har underbyggt Nvidias dominans inom datorer med artificiell intelligens.

Tillkännagivandet gjordes på DeepSeeks officiella WeChat-kanal och bekräftades av Reuters, Bloomberg och The New York Times. Enligt The Decoder innehåller utgåvan bibliotek för beräkning och för att flytta data mellan chips - och allt är öppen källkod. DeepSeek sa att Huawei "stödde fullt ut" arbetet.

För läsare som spårar de brytande AI-nyheterna från Kinas chipindustri är detta en av årets mest följdriktiga programvaruversioner: det är det tydligaste tecknet hittills på att Kinas ledande AI-labb bygger sin stack kring inhemskt kisel snarare än Nvidia GPU:er.

Vad DeepSeek faktiskt släppte

I centrum av releasen är TileLang, ett programmeringsspråk med öppen källkod för AI-chips som ursprungligen utvecklades av forskare vid Peking University. DeepSeek har använt språket internt i ungefär ett år, enligt The Decoder, och testade det först på äldre Nvidia-chips innan det togs med till Huawei-hårdvara.

DeepSeeks argument är att alla som försöker bygga ett oberoende mjukvaruekosystem för AI-chips behöver ett universellt språk som är lätt att programmera samtidigt som det extraherar full prestanda från hårdvaran. Enligt företagets uppfattning erbjuder TileLang en enklare programmeringsmodell än CUDA, Nvidias egenutvecklade plattform som har varit de facto-standarden för AI-utveckling i nästan två decennier.

New York Times rapporterar att TileLang nu är huvudverktyget i DeepSeeks eget arbete mot artificiell allmän intelligens - ett anmärkningsvärt stöd, med tanke på att DeepSeeks modeller tränas och serveras i gränsskala.

Bortom själva språket

Tillsammans med TileLang levererade DeepSeek bibliotek med öppen källkod som täcker beräkningar och datarörelser mellan chip, de två arbetsbelastningarna som dominerar storskalig AI-träning och slutledning. Företaget sa också att det tillsammans optimerade en "supernod" med Huawei - ett kluster av 128 Ascend 950-chips designade för att fungera som ett enda system.

Varför detta är riktat direkt mot Nvidia

Nvidias fördel har aldrig varit enbart chipdesign. Företagets verkliga vallgrav är CUDA och ekosystemet runt det: uppskattningsvis fyra miljoner utvecklare världen över bygger med CUDA, och den installerade basen är något rivaler som AMD har kämpat för att korsa även när deras hårdvara såg konkurrenskraftig ut på papper, noterar The Decoder.

Det är det som skiljer DeepSeek-Huawei-utgåvan från tidigare kinesiska chipmeddelanden. Istället för att bara bygga snabbare hårdvara försöker Kinas AI-industri nu replikera mjukvaruskiktet som låser in utvecklare.

New York Times rapporterar att kinesiska modelltillverkare som Z.ai och Moonshot AI fram till nu har rört sig snabbare än landets chiptillverkare – vilket betyder att Kinas bästa modeller fortfarande till stor del var beroende av utländsk datoranvändning. Huawei vill täppa till det gapet. Två veckor innan DeepSeeks tillkännagivande presenterade Huawei en ny generation av AI-processorer och supernodsystem och sa att de kommer att användas i stor utsträckning för modellträning nästa år.

Bakgrunden för exportkontroll

Partnerskapet kan inte separeras från USA:s exportkontroll, som successivt har avskurit kinesiska företag från Nvidias mest avancerade GPU:er. Huaweis roterande ordförande Eric Xu har sagt att företaget inte kan acceptera en framtid som beror på om andra är villiga att sälja chips till Kina, enligt The Decoder. DeepSeeks drag att publicera sin chipmjukvara öppet gör det också svårare för en enskild leverantör – kinesisk eller amerikansk – att kontrollera lagret alla är beroende av.

Spricker verkligen CUDA-vallgraven?

Intressant kontext kommer från undersökningsföretaget SemiAnalysis, som nyligen testade Jalapeño, OpenAI:s interna inferenschip, och drog slutsatsen att CUDA-vallgraven är "potentiellt död" - noterar att OpenAI får nya modeller att köra på sin egen hårdvara anmärkningsvärt snabbt, och att Jalapeño slog Nvidias Blackwell i de flesta av prestanda enligt Decoder-rapporten.

Men analytikerna lade till viktiga varningar. De testade bara relativt lätta att optimera scenarier med ungefär 8 000 indata-tokens och 1 000 output-tokens, och de har ännu inte kört AgentX, ett riktmärke som mäter hur AI-agenter hanterar flerstegsuppgifter - exakt där SemiAnalysis fann Nvidia långt framme så sent som i augusti.

Vad det betyder för branschen

Den realistiska läsningen är inte att CUDA kollapsar över en natt. Fyra miljoner utvecklare, två decennier av bibliotek och otaliga produktionsinstallationer migrerar inte snabbt. Men kombinationen av DeepSeeks mjukvara, Huaweis nya chip och anpassade kiselinsatser som OpenAIs tyder på att mjukvarulåsningen som gjorde Nvidia till standard chippades bort från flera håll samtidigt.

För Kina är utdelningen strategisk: en livskraftig, öppen alternativ mjukvarustack gör inhemska marker användbara i stor skala, vilket minskar hävstångseffekten av USA:s exportpolitik. För alla andra kan ett TileLang-ekosystem med öppen källkod så småningom sänka kostnaden för att rikta in hårdvara som inte kommer från Nvidia var som helst i världen.

DeepSeek och Huawei har inte avslöjat prestandariktmärken som jämför den nya stacken med CUDA på motsvarande hårdvara, så konkreta påståenden om hastighet och effektivitet förblir obevisade. Vad som är tydligt är riktningen: det mest sedda AI-labbet i Kina behandlar inte längre Nvidias programvara som ett oundvikligt beroende.

Ligg före AI

Missat en historia? Läs mer AI-nyheter →