DeepSeek ve Huawei, Nvidia'nın yapay zeka pazarındaki donanım ve yazılım hakimiyetini kırmak için güç birliğini genişletiyor. İki yeni GitHub deposuyla Ascend mimarisine kritik altyapı desteği sunulurken, geliştiricilerin bu araçları benimseyip benimsemeyeceği sektörde merak konusu olmaya devam ediyor.
Yapay zeka ekosisteminde Nvidia'nın donanım ve CUDA yazılım tekelini kırmaya yönelik en somut ortak adımlardan biri atıldı. Çinli yapay zeka öncüsü DeepSeek ve teknoloji devi Huawei, Ascend hızlandırıcıları için optimize edilmiş yeni açık kaynaklı altyapı bileşenlerini duyurdu. Bu hamle, her iki şirketin de ABD'nin teknoloji kısıtlamaları gölgesinde Nvidia ekosistemine olan bağımlılığı azaltma stratejisinin kritik bir parçasını oluşturuyor.
Yeni Depolar ve Teknik Altyapı Detayları
DeepSeek, Huawei Ascend hızlandırıcıları için sıfırdan geliştirilen iki yeni GitHub deposunu kamuoyuna açtı. Bunlardan ilki matris çarpımı işlemleri için geliştirilen DeepGEMM-Ascend, ikincisi ise karışık uzmanlık modellerinin dayandığı all-to-all iletişimini yöneten DeepEP-Ascend oldu.
FourWeekMBA tarafından yapılan analizler, duyuruda adı geçen diğer bileşenlerin sıfırdan yazılmadığını, TileKernels, DeepSelect ve FlashMLA projelerinin halihazırda var olan araçların Ascend odaklı güncellemeleri olduğunu ortaya koydu. Öte yandan Bloomberg raporlarında merkezde yer aldığı belirtilen TileLang programlama dili, Ocak 2025'te açık kaynaklı hale getirilmiş ve Ascend adaptörleri geçtiğimiz Eylül ayında harici bir depoda yayınlanmıştı. Bu bağlamda TileLang'in doğrudan Nvidia'ya karşı bir silah olmaktan ziyade, yarım düzine Çinli hızlandırıcı üreticisinin standartlaştığı ortak bir soyutlama katmanı işlevi gördüğü belirtiliyor.
Donanım Gereksinimleri ve Erişim Sınırlamaları
Yayınlanan yeni yazılım araçları, her ne kadar açık kaynaklı olsa da oldukça dar bir kullanım alanına hitap ediyor. DeepGEMM-Ascend, çalışmak için Ascend 950 serisi işlemcilere ve CANN 9.20 yazılım yığınına ihtiyaç duyuyor. DeepEP-Ascend ise UBMEM bağlantı mimarisine sahip Ascend 950 silikonunu zorunlu kılıyor. Bu durum, araçların Huawei'nin kendi mühendisleri ve sınırlı sayıdaki Çinli yapay zeka laboratuvarı dışında geniş bir kitle tarafından kullanılmasını şimdilik sınırlandırıyor.
Ancak bu entegrasyonun temel amacı performans rekorları kormaktan ziyade geliştiricilerin geçiş maliyetini düşürmek. DeepGEMM-Ascend, CUDA tabanlı kardeş sürümüyle birebir aynı Python paket adını ve API şeklini korurken; DeepEP-Ascend de kamuya açık arayüzlerini Nvidia sürümüyle uyumlu hale getiriyor. Nvidia'nın en büyük rekabet avantajını oluşturan yazılım hendeği, tam olarak bu geçiş maliyetleri üzerine kurulu bulunuyor.
Geliştirici Benimseme Oranları ve GitHub Verileri
Kamuya açık veriler, Çinli alternatiflerin küresel geliştirici tabanında benimsenmesinin uzun soluklu ve zorlu bir süreç olacağını gösteriyor. Yazının kaleme alındığı tarihteki GitHub istatistikleri, bu uçurumu net bir şekilde gözler önüne seriyor:
* DeepGEMM-Ascend: 515 yıldız ve 39 fork * DeepGEMM (CUDA): 8.522 yıldız ve 1.359 fork * DeepEP-Ascend: 224 yıldız * DeepEP (CUDA): 10.200'den fazla yıldız
Bu metrikler, programcıların hâlâ Nvidia ekosistemine bağlı kaldığını ve Ascend tabanlı araçlara geçiş konusunda temkinli davrandığını doğruluyor.
Sektörel Arka Plan ve Genişleyen Strateji
Huawei'nin yazılım tarafındaki en büyük zorluklardan biri, geçmişte geliştiriciler tarafından karmaşık ve kararsız olarak nitelendirilen CANN ekosistemiydi. ChinaTalk ve Financial Times raporları, bazı Huawei araştırmacılarının ve Çinli geliştiricilerin 910B çipleri üzerindeki çalışmalarını engellerle dolu bir yol olarak tanımladığını aktarmıştı. Epoch AI verilerine göre Huawei, bu sorunu aşmak için Baidu ve Tencent gibi büyük müşterilere özel mühendislik ekipleri göndererek CUDA eğitim kodlarının taşınmasına doğrudan destek sağlıyor.
Diğer taraftan Huawei, donanım cephesinde de vites yükseltiyor. The Straits Times'ın aktardığı bilgilere göre şirket, orijinal olarak 2027'nin sonuna planlanan amiral gemisi Ascend 960DT yapay zeka çipinin çıkışını 2027'nin ilk çeyreğine çekti. Ayrıca 100.000 çipe kadar çıkabilen SuperPod kümeleme teknolojisi ve UnifiedBus protokolü sayesinde tek çip performans dezavantajlarını kapatmayı hedefliyor. DeepSeek'in de İç Moğolistan'da inşa ettiği yeni veri merkezinde en az 160.000 adet Huawei Ascend 950DT çipi konuşlandırmayı planladığı biliniyor. Üst düzey frontier laboratuvarların kendi üretim çekirdeklerini open-source olarak yayınlaması, satıcı dokümantasyonuna bağımlılığı azaltan önemli bir adım olsa da; bu kodların yalnızca belirli çip ailelerinde ve dış dünyaya kapalı firmware sürümlerinde çalışabildiği gerçeği belirsizliğini koruyor.
