Navegar por esta matéria
A disputa por chips de inteligência artificial também é uma disputa por software. Hardware potente tem pouco valor se desenvolvedores não conseguem escrever, otimizar e distribuir modelos com facilidade. Ao abrir ferramentas para o ecossistema Ascend, a DeepSeek tenta reduzir justamente essa barreira — sem provar, por enquanto, que a alternativa alcançou a estabilidade e a abrangência acumuladas pelo CUDA.
O que foi anunciado?
A DeepSeek apresentou uma infraestrutura de programação voltada aos chips Ascend da Huawei, com bibliotecas de computação e comunicação publicadas como projetos abertos. A Reuters informou que a Huawei forneceu suporte técnico ao desenvolvimento e que as empresas trabalharam na adaptação ao Ascend 950.
Entre os componentes públicos estão o TileLang-Ascend e o DeepGEMM-Ascend. O primeiro oferece uma forma de descrever kernels, as pequenas operações executadas pelo acelerador; o segundo leva ao Ascend rotinas usadas pela DeepSeek em multiplicação de matrizes, operação central no treinamento e na execução de modelos.
Como o TileLang-Ascend funciona?
O repositório descreve o TileLang como uma linguagem semelhante a Python, construída sobre a infraestrutura de compilação TVM. Em vez de escrever cada detalhe em código de baixo nível, o desenvolvedor organiza os cálculos em blocos e deixa que o compilador gere partes da implementação para o hardware.
A edição para Ascend lista operações como multiplicação de matrizes, atenção, normalização e transformações usadas em modelos de IA. O projeto também mantém exemplos e testes para diferentes gerações do acelerador, mas a compatibilidade não implica que qualquer programa CUDA possa ser convertido automaticamente.
O que o DeepGEMM acrescenta?
O DeepGEMM-Ascend é apresentado como uma versão compatível com a interface da biblioteca original da DeepSeek. O lançamento inicial, datado de 30 de setembro, cita suporte a formatos numéricos como BF16, FP8 e FP4 e a operações ligadas a modelos com especialistas e atenção.
Os próprios desenvolvedores publicaram números que, segundo eles, se aproximam do limite do hardware em alguns cenários. Esses resultados são medições do projeto, não uma comparação independente e universal. Desempenho real varia com modelo, tamanho dos lotes, comunicação, compilador e configuração do sistema.
Por que um supernó com 128 chips importa?
Modelos grandes raramente cabem ou são executados com eficiência em um único acelerador. Por isso, a comunicação entre chips precisa acompanhar a velocidade do cálculo. O anúncio cita trabalho conjunto em um sistema que conecta 128 unidades Ascend 950 como um único conjunto de computação.
A escala serve para testar divisão de tarefas, troca de dados e bibliotecas coletivas. Ela não equivale a um produto disponível para qualquer empresa, nem revela custos, consumo elétrico, rendimento de fabricação ou capacidade de produção do Ascend 950.
Isso substitui o CUDA da Nvidia?
Não de imediato. O CUDA reúne há anos compiladores, bibliotecas, documentação, ferramentas de diagnóstico e uma base ampla de programas. A DeepSeek afirma que sua abordagem permite alcançar desempenho de baixo nível com uma interface mais simples, mas essa é uma alegação do anúncio.
A abertura do código pode acelerar revisões, correções e adaptações ao tornar a implementação inspecionável. Ainda assim, desenvolvedores precisam medir estabilidade, cobertura de operações, integração com frameworks e custo de manutenção antes de migrar cargas importantes.
O que deve ser acompanhado agora?
Os sinais mais úteis serão contribuições externas, reprodução dos benchmarks, suporte a mais modelos e uso fora das equipes que criaram as ferramentas. Também será importante observar se as interfaces permanecem compatíveis à medida que o hardware e os compiladores evoluem.
O anúncio amplia o conjunto de opções para computação de IA na China e reduz uma barreira de software. Mas autonomia tecnológica não se mede apenas por repositórios abertos: depende de fabricação, disponibilidade, rede, energia, ferramentas maduras e adoção sustentada.
Perguntas e respostas
Respostas diretas para as dúvidas mais pesquisadas sobre este tema.
As ferramentas são realmente de código aberto?
Os repositórios públicos consultados disponibilizam código e usam licença MIT. Isso permite inspeção e reutilização conforme os termos da licença, mas não torna abertos o projeto físico do chip nem todo o software da plataforma Ascend.
O TileLang executa programas CUDA automaticamente?
Não. Ele oferece uma linguagem de alto nível para escrever kernels e gerar código para o hardware suportado. Projetos ainda precisam adaptar, testar e otimizar suas operações.
O Ascend 950 já superou os chips da Nvidia?
Não há base independente suficiente para essa conclusão. O material divulgado traz medições dos próprios desenvolvedores em operações específicas, não uma comparação completa de sistemas.
O sistema de 128 chips será vendido ao público?
O anúncio descreve um supernó usado no desenvolvimento e na validação. Preço, disponibilidade comercial e cronograma amplo não foram detalhados nas fontes consultadas.
Continue pesquisando
Os links abaixo levam às fontes usadas para conferir as informações deste artigo.