DeepSeek과 Huawei가 Huawei의 Ascend AI 칩용 오픈소스 프로그래밍 언어인 TileLang을 공개했다.

Deepseek는 Huawei와 협력하여 Huawei의 Ascend AI 칩을 위한 오픈소스 프로그래밍 도구를 개발하고 있으며, 양사는 Huawei가 이 이니셔티브를 "완전히 지원한다"고 확인했습니다. 소프트웨어 스위트에는 계산 및 칩 간 데이터 이동을 위한 라이브러리가 포함되어 있으며, 양사는 128개의 Ascend 950 프로세서로 구성된 슈퍼노드 클러스터를 공동으로 최적화하고 있습니다.

이번 출시의 중심은 베이징 대학교 연구진이 원래 개발한 오픈소스 프로그래밍 언어인 TileLang입니다. Deepseek는 약 1년간 이 언어를 사용해 왔으며, 이를 범용 인공지능(AGI) 연구를 위한 핵심 도구로 자리매김하고 있습니다. 회사는 TileLang이 Nvidia의 지배적인 CUDA 플랫폼보다 더 단순한 프로그래밍 모델을 제공하며, 독립형 AI 칩 아키텍처 위에서 개발하는 개발자들이 더 쉽게 접근할 수 있다고 주장합니다.

소프트웨어 역량은 중국의 AI 칩 야심이 직면한 가장 큰 장애물 중 하나입니다. Nvidia의 시장 지위는 칩 설계뿐만 아니라 CUDA로 개발하는 약 400만 명의 글로벌 개발자에 기반을 두고 있으며, 이는 AMD를 포함한 경쟁사들이 유사한 하드웨어 성능에도 불구하고 극복하기 어려운 생태계 해자를 만들어 냅니다. Z.ai 및 Moonshot AI와 같은 중국 모델 제작사들은 역사적으로 국내 칩 제조사를 앞질러 왔지만, Huawei는 이 격차를 좁히기 위해 노력 중입니다. 회사는 Deepseek의 발표 직전에 새로운 AI 프로세서와 슈퍼노드 시스템을 공개했으며, 이들이 내년 모델 훈련을 위해 광범위하게 배포될 것이라고 밝혔습니다. Huawei의 회장 Eric Xu는 회사가 국내 수요를 충족할 수 없으며 미국 수출 규제에 대한 의존성을 피하기 위해 국제 칩 판매를 줄일 계획이라고 인정했습니다.

SemiAnalysis의 최근 연구에 따르면 Nvidia의 CUDA 해자가 특정 시나리오에서 약화될 수 있음을 시사합니다. OpenAI의 Jalapeño 추론 칩을 테스트한 후, 분석가들은 OpenAI가 자체 하드웨어에 새로운 모델을 얼마나 빠르게 배포하는지를 고려할 때 CUDA 우위를 "사실상 죽었다"고 표현했습니다. Jalapeño는 대부분의 테스트된 구성에서 와트당 성능에서 Nvidia의 Blackwell과 대등하거나 이를 초과했습니다. 그러나 분석가들은 중요한 주의사항을 지적했습니다. 그들의 테스트는 약 8,000개의 입력 토큰과 1,000개의 출력 토큰이 있는 상대적으로 단순한 최적화 시나리오를 다루었으며, 아직 AI 에이전트가 여러 단계의 작업을 처리하는 능력을 측정하는 벤치마크인 AgentX를 평가하지 않았습니다. 8월 그 벤치마크를 사용한 테스트에서 Nvidia는 상당한 선두를 유지했으며, 소프트웨어 스택(실리콘 자체가 아닌)이 멀티칩 시스템에서 Nvidia의 지속적인 우위를 제공했습니다. Huawei의 CANN 소프트웨어 스택은 출시일에 DeepSeek V4를 지원하는 CUDA 외의 유일한 플랫폼이었습니다.