DeepSeek bringt Tools auf den Markt, die Huawei dabei helfen sollen, Nvidias KI-Dominanz zu reduzieren

Das chinesische KI-Unternehmen DeepSeek hat sechs Software-Tools, die für Huaweis Ascend-KI-Chips entwickelt wurden, als Open Source veröffentlicht, um chinesischen Entwicklern eine einheimische Alternative zu Nvidias Software-Stack zu bieten, und zwar zu einer Zeit, in der US-Exportkontrollen dafür sorgen, dass die meisten fortschrittlichen amerikanischen Prozessoren unerreichbar bleiben.

Das in Hangzhou ansässige Startup DeepSeek gab die Veröffentlichung laut Reuters. Das Paket umfasst Module für Rechen- und Kommunikationsaufgaben. DeepSeek erklärte, die Tools basierten auf Open-Source-Komponenten, die zuvor für Nvidia-Hardware entwickelt und nun für Huawei-Prozessoren angepasst wurden.

Parallel zur Software entwickelten die beiden Unternehmen gemeinsam ein von DeepSeek als „Supernode“-System bezeichnetes System, das auf 128 Huawei Ascend 950-Beschleunigern läuft. Das System ist so optimiert, dass Rechenleistung und Datentransfer im Cluster ausgeglichen werden. Wie die South China Morning Post berichtet, soll die Veröffentlichung eindent und kontrollierbares Software-Ökosystem für GPUs fördern, anstatt nur ein einzelnes Produkt anzubieten.

TileLang nimmt CUDA ins Visier

Der größte Teil der Veröffentlichung ist eine Ascend-kompatible Version von TileLang, der Programmiersprache von DeepSeek, mit der die kritischen Kernel geschrieben werden, die die Modellleistung bestimmen. Nvidia bleibt weiterhin der Haupt-Backend-Partner, aber die Sprache unterstützt nun offiziell Huaweis Ascend 950 und bietet wie native Codegenerierung, automatischematic laut SCMP zusätzliche Funktionen und Synchronisierung

DeepSeek positionierte TileLang zudem als Alternative zu Nvidias proprietärer CUDA-Plattform und erklärte, es vereinfache die Programmierung und ermögliche Entwicklern gleichzeitig, die Leistung der zugrundeliegenden Hardware optimal auszuschöpfen. Das Unternehmen beschrieb es als einen ersten Schritt hin zu einemdent GPU-Software-Ökosystem.

Die Dominanz von CUDA macht die Herausforderung so schwierig. Nvidias fast zwei Jahrzehnte währender Vorsprung bei CUDA-Tools und -Bibliotheken hat seine Chips zu einem Kernbestandteil von KI-Workloads gemacht, und kein chinesischer Konkurrent konnte diese Vormachtstellung brechen.

Die US-Exportkontrollen haben darauf erhebliche Auswirkungen

Da US-Exportkontrollen den Zugang chinesischer Unternehmen zu Nvidias fortschrittlichsten Chips einschränken, forciert Huawei seine Ascend-Prozessoren noch weiter. Die DeepSeek-Tools wurden etwa zwei Wochen nach Huaweis Vorstellung seiner KI-Prozessoren der nächsten Generation und Supernode-Systeme veröffentlicht, mit denen das Unternehmen voraussichtlich im nächsten Jahr mit dem Training von Modellen beginnen wird.

Eine Woche zuvor hatte Huawei angekündigt, seinen Ascend 960DT Chip der nächsten Generation im ersten Quartal 2027 auszuliefern und damit den Marktstart um drei Quartale vorzuverlegen. Außerdem hatte das Unternehmen einen Fahrplan für die Chipentwicklung bis ins Jahr 2029 vorgelegt.

Der rotierende Vorsitzende Eric Xu behauptete, Huaweis Ascend-Chips hätten bereits einen größeren Anteil am chinesischen Markt für KI-Chips als Nvidia, nannte aber keine Zahlen, um diese Behauptung zu untermauern.

Eine sich vertiefende Allianz zwischen DeepSeek und Huawei

Die Veröffentlichung am Mittwoch baut auf einer Partnerschaft auf, die sich in diesem Jahr weiter intensiviert hat. DeepSeek hatte bereits sein V4-Modell mit Huaweis Ascend-Prozessoren vorgestellt und sich damit von seiner früheren Abhängigkeit von Nvidia gelöst.

Huawei gab damals auch an, mit DeepSeek zusammengearbeitet zu haben, um V4 mit der gesamten Ascend-Produktpalette kompatibel zu machen.

Die Partnerschaft zeigt auch, wie Chinas größte KI-Unternehmen sich an Nvidias Abwesenheit anpassen und nicht einfach auf eine Lockerung der Exportbeschränkungen in der Zukunft warten. Die entscheidende Frage bleibt, inwieweit diese Tools die Leistungslücke verringern können, die Entwickler bisher an Nvidias CUDA gebunden hat – eine Frage, auf die wir vorerst noch keine Antwort haben.

Wenn Sie das hier lesen, sind Sie schon einen Schritt voraus. Bleiben Sie mit unserem Newsletter auf dem Laufenden.