Открытый код Huawei Ascend — конец эры CUDA от Nvidia?

• Huawei делает свой инструментарий для графических процессоров с искусственным интеллектом CANN с открытым исходным кодом, чтобы бросить вызов проприетарной платформе Nvidia CUDA.
• Почти 20-летнее доминирование CUDA привязало разработчиков исключительно к аппаратной экосистеме Nvidia.
• CANN предоставляет многоуровневые программные интерфейсы для приложений искусственного интеллекта на графических процессорах Huawei Ascend AI.

Huawei объявила о планах сделать свой программный инструментарий CANN для графических процессоров Ascend AI с открытым исходным кодом, что является шагом, направленным на прямое противостояние многолетнему доминированию Nvidia CUDA.

CUDA, которую часто называют закрытым «рвом» или «болотом», в течение многих лет рассматривалась некоторыми разработчиками как барьер на пути к кроссплатформенной совместимости.

Видео от DGL.RU

Ее тесная интеграция с оборудованием Nvidia почти два десятилетия привязывала разработчиков к экосистеме одного поставщика, а все попытки перенести функциональность CUDA на другие архитектуры графических процессоров с помощью слоев трансляции блокировались компанией.

Открытие CANN для разработчиков

CANN, сокращение от Compute Architecture for Neural Networks (Вычислительная архитектура для нейронных сетей), — это гетерогенная вычислительная среда Huawei, разработанная для помощи разработчикам в создании приложений искусственного интеллекта для ее графических процессоров Ascend AI.

Архитектура предлагает несколько уровней программирования, предоставляя разработчикам возможность создавать как высокоуровневые, так и требующие высокой производительности приложения.

Во многом это эквивалент CUDA от Huawei, но решение открыть исходный код сигнализирует о намерении создать альтернативную экосистему без ограничений проприетарной модели.

Сообщается, что Huawei уже начала переговоры с крупными китайскими игроками в области искусственного интеллекта, университетами, исследовательскими институтами и деловыми партнерами о вкладе в сообщество разработчиков Ascend с открытым исходным кодом.

Эта работа может помочь ускорить создание оптимизированных инструментов, библиотек и фреймворков для искусственного интеллекта для графических процессоров Huawei, что потенциально сделает их более привлекательными для разработчиков, которые в настоящее время полагаются на оборудование Nvidia.

Производительность аппаратного обеспечения Huawei в области искусственного интеллекта неуклонно улучшается, и есть утверждения, что некоторые чипы Ascend могут превосходить процессоры Nvidia в определенных условиях.

Отчеты, такие как результаты бенчмарка CloudMatrix 384 против Nvidia с запущенным DeepSeek R1, предполагают, что Huawei сокращает разрыв в производительности.

Однако одна только производительность не гарантирует миграцию разработчиков без эквивалентной стабильности и поддержки программного обеспечения.

Хотя открытие исходного кода CANN может быть захватывающим для разработчиков, его экосистема находится на ранней стадии и может быть далека от CUDA, которая совершенствовалась почти 20 лет.

Даже при открытом исходном коде внедрение может зависеть от того, насколько хорошо CANN поддерживает существующие фреймворки для искусственного интеллекта, особенно для новых рабочих нагрузок в больших языковых моделях (LLM) и инструментах для написания текстов с помощью ИИ.

Решение Huawei может иметь более широкие последствия, выходящие за рамки удобства для разработчиков, поскольку открытие исходного кода CANN соответствует более широкому стремлению Китая к технологической самодостаточности в области вычислений с искусственным интеллектом, что снижает зависимость от западных производителей микросхем.

В нынешних условиях, когда ограничения США нацелены на экспорт оборудования Huawei, создание надежного отечественного программного стека для инструментов искусственного интеллекта становится столь же важным, как и улучшение производительности чипов.

Если Huawei сможет успешно создать активное сообщество разработчиков с открытым исходным кодом вокруг CANN, это может стать первой серьезной альтернативой CUDA за многие годы.

Тем не менее, задача заключается не только в доступности кода, но и в создании доверия, документации и совместимости в масштабах, достигнутых Nvidia.

WinRAR под ударом: как избежать заражения вирусами?