DeepSeek slipper seks åpen kildekode-verktøy for Huaweis Ascend-brikker
Kinesiske DeepSeek lanserer åpen kildekode-infrastruktur for Huaweis Ascend-plattform, inkludert beregnings- og kommunikasjonsbiblioteker, utviklet i samarbeid med Huawei. Målet er ikke bare å klare seg uten Nvidias brikker, men å bygge et alternativ til selve programvareøkosystemet CUDA – om enn foreløpig uten uavhengige ytelsestall.
DeepSeek kunngjorde 30. september 2026 på sin offisielle WeChat-konto at selskapet åpner kildekoden til programmeringsinfrastruktur for Ascend-plattformen, ifølge Reuters sine dekninger via Yahoo Finance/GuruFocus og Deccan Chronicle. Selskapet beskriver det som et partnerskap: Ifølge DeepSeek skal ha gitt «full støtte» under utviklingen av infrastrukturen, og de to selskapene skal ha jobbet frem en felles «supernode»-løsning basert på 128 Ascend 950-brikker, som optimerer både beregning og kommunikasjon. Kunngjøringen kom omtrent to uker etter at Huawei lanserte sin neste generasjon AI-prosessorer og supernodesystemer, med et utsagn om at systemene ventes å få bredere bruk til trening av AI-modeller neste år.
Hva som faktisk er utgitt
Ifølge Dataquest omfatter utgivelsen seks åpen kildekode-komponenter som dekker henholdsvis programmering, beregning, kommunikasjon, attention, kjerner (kernels) og databehandling:
- TileLang – høynivåspråket som utgjør fundamentet
- DeepGEMM – beregningslaget
- DeepEP – kommunikasjonslaget
- TileKernels – kjernene
- FlashMLA – attention-mekanismen
- DeepSelect – databehandlingen
Det er verdt å merke seg at bare Dataquest oppgir hele listen over seks komponenter. Reuters-sourcede artikler omtaler beregnings- og kommunikasjonsbiblioteker samt TileLang, men ikke alle seks. Fullstendig listen er dermed ikke uavhengig bekreftet.
DeepSeek hevder at Ascend-implementeringene tilsvarer komponenter som tidligere har vært tilgjengelige for Nvidias maskinvare. Dette er selskapets egen påstand, foreløpig uten uavhengig etterprøvbarhet.
Hvorfor programvaren er det strategisk viktige
Det nye i denne utgivelsen er ikke modeller portert til Ascend-brikker, men programvarelageret under modellene. Nvidias dominerende posisjon hviler ikke minst på CUDA – modent programvareøkosystem som gjør GPU-ene praktiske å programmere. Det er denne vollgraven DeepSeek nå angriper.
Sentralt i innsatsen står TileLang, et åpen kildekode-høynivåspråk for AI-brikker. «For å bygge en ny generasjon av uavhengige og selvstyrte GPU-programvareøkosystemer er første prioritet å etablere et høynivåspråk som er universelt, lett å programmere, og som fortsatt kan utnytte maskinvarens fulle ytelsespotensial», sa DeepSeek i kunngjøringen. Selskapet sier videre at «TileLang ble skapt nettopp for å møte dette behovet», og at det tilbyr en «enklere programmeringsmodell» enn Nvidias CUDA. Dette er DeepSeeks egen ramsetting; det finnes ingen uavhengig evaluering av TileLangs modenhet eller egenskaper sammenlignet med CUDA-økosystemet.
Hvordan bitene passer sammen
Det offentlige TileLang-Ascend-repositoriet dokumenterer en Ascend-spesifikk NPU-mellomrepresentasjon (IR) som er designet for å koble plattformen til MLIR-kompilatorøkosystemet – et åpent infrastrukturlag for kompilatorutvikling som også brukes i bredere ML-økosystem. Huaweis egen AscendNPU-IR-dokumentasjon beskriver tilsvarende TileLang-integrasjon for utvikling av høytytende kjerner på Ascend-prosessorer.
Det betyr at TileLang ikke bare er et språk for å skrive kjerner manuelt, men et inngangspunkt til et standardisert kompilatorlag. For Ascend-plattformen er det veien fra «maskinvare som kan kjøre modeller» til «maskinvare som utviklere faktisk kan bygge for». Supernode-løsningen med 128 Ascend 950-brikker, som ifølge DeepSeek er optimalisert på både beregning og kommunikasjon, fungerer som hardware-forankringen for hele stakken.
Hva som fortsatt er åpent
Flere vesentlige spørsmål mangler svar i det tilgjengelige grunnlaget:
- Ytelse. Ingen uavhengige benchmark-tall sammenligner Ascend-implementeringene med Nvidias versjoner. Dataquests artikkel tar for seg ytelsesmålinger, men vi mangler fullstendige resultater. Foreløpig hviler alle påstander om at Ascend-implementeringene «tilsvarer» Nvidia-komponentene på DeepSeeks egen formulering.
- Modenhet. Om TileLang i praksis er «enklere» enn CUDA kan ikke konstateres ut fra tilgjengelige kilder – det er markedsføringens ordvalg, ikke evalueringens.
- Kildeforståelse. WeChat-innlegget er ikke direkte tilgjengelig, og den meste av dekningen gjenbruker samme Reuters-nyhetstelegram. Kildene bekrefter dermed ikke hverandre uavhengig, og spesielt listen over seks komponenter hviler på én enkelt rapportering.
Kontekst: DeepSeeks større Huawei-satsing
Utgivelsen står ikke alene. Ifølge Bloomberg, sitert via CNBC TV18, har DeepSeek tidligere planlagt å installere minst 160 000 av Huaweis kraftigste akseleratorer i et stort datasenter selskapet bygger i Indre Mongolia. Det er en egen satsing, ikke en del av denne kunngjøringen, men den peker mot samme retning: selskapets infrastruktur legges i økende grad om fra Nvidia-økosystemet til Huawei.
Samlet peker bildet mot et skifte i den kinesiske AI-industrien – fra å nødbedøm portere modeller til innenlandske brikker, til å bygge ut et parallelt programvareøkosystem under dem. Om det programvarelageret holder mål i praksis, gjenstår å se.
Kilder: Reuters via Yahoo Finance/GuruFocus · Reuters via Deccan Chronicle · Dataquest · Reuters via NDTV Profit · Bloomberg via CNBC TV18