Китайская компания DeepSeek, специализирующаяся на искусственном интеллекте, 30 сентября 2026 года объявила о разработке совместно с Huawei Technologies инструментов программирования, оптимизированных для чипов Huawei Ascend. В рамках проекта открыт исходный код высокоуровневого языка программирования TileLang и связанных вычислительных и коммуникационных библиотек. По сообщению Reuters объявление было сделано через официальный аккаунт компании в WeChat. Заявленная цель инициативы — создать инфраструктуру, альтернативную экосистеме Nvidia в области ИИ-вычислений. DeepSeek, сама являясь разработчиком больших языковых моделей, — первый пользователь этих инструментов: компания открывает для публичной экосистемы технологии, которые использует для обучения и запуска своих моделей.
TileLang: язык высокого уровня для Ascend
В официальном посте DeepSeek представила TileLang как язык программирования высокого уровня, предназначенный для платформы Ascend. По заявлению компании, язык предлагает более простую модель программирования, чем платформа Nvidia CUDA: это повышает эффективность разработки и упрощает логику кода для ИИ-ускорителей.
«TileLang предлагает более простую модель программирования по сравнению с Nvidia CUDA». — DeepSeek, через официальный пост в WeChat
Вместе с TileLang открыт исходный код вычислительных и коммуникационных библиотек. В совокупности они образуют полную инфраструктуру программирования для чипов Ascend: разработчик теперь работает не с низкоуровневыми аппаратными деталями, а с высокоуровневыми языковыми инструментами. Открытость инфраструктуры программирования имеет практическое значение: закрытые инструменты привязывают разработчика к одному поставщику, а открытые дают свободу переносить код и развивать его независимо. Именно эта логика лежит в основе шага по построению открытой альтернативы экосистеме, сложившейся вокруг Nvidia CUDA. Партнёрств в сфере чипов в последнее время становится всё больше: ранее мы писали о совместной разработке OpenAI и Synopsys модели ИИ для проектирования чипов.
DeepGEMM-Ascend: библиотека ядер с открытым исходным кодом
Второй результат партнёрства — DeepGEMM-Ascend: библиотека с открытым исходным кодом, содержащая ядра умножения матриц для нейронных процессоров (NPU) Huawei Ascend. Умножение матриц — основная вычислительная операция нейронных сетей: скорость обучения и запуска больших языковых моделей напрямую зависит от эффективности этих операций.
Первый релиз вышел 30 сентября 2026 года и поддерживает устройства Ascend 950. По данным DeepSeek, ядра работают с производительностью, близкой к аппаратному пределу. Библиотека полностью совместима с API DeepGEMM: операции GEMM в форматах BF16, FP8 и FP4, ядра MQA logits и MegaMoE работают на платформе Ascend. Проект открыто размещён на GitHub — любой может изучить код, протестировать его и использовать в своих проектах. Достижение производительности, близкой к аппаратному пределу, напрямую влияет на стоимость запуска больших моделей: больше вычислений на одном чипе означает меньше энергии и меньше оборудования. Поэтому эффективность ядерных библиотек — это не только вопрос скорости, но и экономики.
«Суперузел» на 128 чипах Ascend 950
Две компании также совместно продвигают решение «суперузел» на основе 128 чипов Ascend 950. В нём одновременно оптимизированы вычислительная мощность и межчиповая связь — именно эти два фактора являются главным препятствием при обучении больших моделей. По заявлению DeepSeek, Huawei полностью поддерживала разработку инфраструктуры. Это показывает глубину партнёрства: речь идёт не только об отдельной библиотеке, но и о совместном проектировании аппаратного и программного обеспечения.
Архитектура суперузла объединяет отдельные чипы в единый мощный вычислительный узел. Такой подход широко применяется в центрах обработки данных: вместо отдельных процессоров их плотный кластер работает как единая логическая система. Решение DeepSeek и Huawei направлено на стандартизацию именно такого кластера для экосистемы Ascend — поскольку инструменты программирования открыты, сторонние разработчики также смогут создавать решения под эту архитектуру.
