DeepSeek julkaisee avoimen ohjelmistopaketin Huawein kiihdyttimille

0

DeepSeek avasi lähdekoodikseen kuusi Huawein Ascend-kiihdyttimille kehitettyä ohjelmistokomponenttia, joista tärkein on TileLang-ohjelmointikieli. Tavoite on vähentää riippuvuutta Nvidian CUDA-ympäristöstä.

aiuutiset.fi — Tekoälyuutiset suomeksi

Kiinalainen tekoälykehittäjä DeepSeek kertoi 30.9.2026 julkaisevansa avoimena lähdekoodina kuusi Huawein Ascend-nimisille tekoälykiihdyttimille kehitettyä ohjelmistokomponenttia. Paketin ydin on ohjelmointikieli TileLang, jota DeepSeekin mukaan on yksinkertaisempaa käyttää kuin Nvidian CUDA-ympäristöä mutta joka silti käyttää laitteiston tehon lähes kokonaan. Huawei tuki kehitystä DeepSeekin mukaan täysimääräisesti, ja yhtiöt ovat rakentaneet yhdessä myös 128 kiihdyttimen supertietokoneen. Tavoite on selvä: vähentää riippuvuutta Nvidian ohjelmistosta ja tehdä Huawein siruista käyttökelpoisia suurten mallien koulutukseen.

Paketissa on ohjelmointikieli ja viisi laskentakirjastoa

TileLang on Pekingin yliopiston tutkijoiden alkuaan kehittämä avoin kieli, jolla kirjoitetaan niin sanottuja ytimiä eli pieniä, nopeuskriittisiä laskentarutiineja, joista tekoälymallin laskenta suurimmaksi osaksi koostuu. DeepSeek on käyttänyt kieltä noin vuoden ja testasi sitä aluksi vanhempiin Nvidian siruihin. Yhtiön mukaan TileLang kantaa jo pääosan sen malliperheen koulutuslaskennasta. Huawein Ascend-kiihdyttimillä TileLang kääntää laitteiston lähellä olevat Ascend C -komennot ymmärrettävämmäksi muodoksi, ja DeepSeekin mukaan tämä ei heikennä suorituskykyä.

Mukana tulee myös viisi käytännön kirjastoa. DeepGEMM-Ascend hoitaa matriisikertolaskut eli ne jättiläismäiset lukutaulukoiden kertomukset, joista neuroverkot suurimmaksi osaksi koostuvat; projektin GitHub-sivun mukaan ytimet on suunniteltu saavuttamaan lähes laitteiston huipputeho Huawein uusimmilla Ascend 950 -kiihdyttimillä. DeepEP-Ascend hoitaa datan siirron kiihdyttimien välillä, TileKernels arkiset vektorilaskut ja muistihaut, FlashMLA harvennetun tarkkaavaisuusmekanismin laskennan pitkissä teksteissä ja DeepSelect tiedon valinnan.

Miksi ohjelmisto ratkaisee kisan

Sirun teho ei riitä mihinkään ilman ohjelmistoa, joka osaa käyttää sitä. Nvidian ylivalta perustuu paljolti CUDA-kehitysympäristöön ja siihen tottuneisiin arviolta neljään miljoonaan kehittäjään, ja sama muuri on pysäyttänyt kilpailijat, joiden laitteet ovat voineet olla paperilla yhtä hyviä. DeepSeekin perustelun mukaan itsenäinen siruympäristö tarvitsee ensin yhden yksinkertaisen ja silti tehokkaan kielen, jota kuka tahansa osaa käyttää.

Kiinan tekoälykehittäjät, kuten Z.ai ja Moonshot AI, ovat edenneet maan siruvalmistajia nopeammin. Tutkimusyhtiö SemiAnalysisin havainnon mukaan DeepSeek V4 -mallin julkaisun yhteydessä Huawein oma CANN-ohjelmistopakki oli ainoa CUDA:n rinnalla, joka tuki mallia heti julkaisupäivänä. Nyt julkaistut kirjastot ovat jatkoa tälle työlle.

Huawei mukana: 128 kiihdyttimen supernoodi

DeepSeekin mukaan Huawei tuki ohjelmistotyötä täysimääräisesti. Yhtiöt ovat lisäksi yhdessä optimoineet niin kutsutun supernoodin, jossa on 128 Huawein Ascend 950 -kiihdytintä ja jonka laskenta sekä kiihdyttimien välinen viestintä on hiottu toimimaan yhtenä kokonaisuutena. Huawei esitteli suunnittelusta SuperPoD Flex -version, jossa on Pandailyn mukaan 128 kiihdytinkortin yksitasoinen 3,2 Tbit/s verkko ja kaksitasoinen laajennus, joka yltää 256 000 korttiin. Mukaan kuuluu ASC-COMM-kirjasto räätälöityihin viestintälaskutoimituksiin.

Taustalla on Yhdysvaltojen vientirajoitukset. Huawein kiertävä pääjohtaja Xu Zhijun tiivisti kannan Amerikan-vierailullaan: kiinalainen yritys ei voi hyväksyä tulevaisuutta, joka riippuu siitä, ovatko muut valmiita myymään siruja Kiinalle.

Koodi on avointa, mutta yksi käyttöoikeus puuttuu

Kaikki kuusi komponenttia ovat ladattavissa DeepSeekin GitHub-tililtä. DeepGEMM-Ascendin muutosloki kertoo ensimmäisen version syntyneen 30.9.2026, ja suurin osa kirjastoista on julkaistu vapaalla MIT-käyttöoikeudella, joka sallii koodin vapaan käytön ja muokkauksen. Poikkeuksen tekee DeepEP-Ascend, joka julkaistiin ilman käyttöoikeustiedostoa lainkaan. Asiaa on huomautettu projektin sivuilla GitHubissa, ja toistaiseksi kukaan ei tiedä, millä ehdoilla koodia saa käyttää.

Avoimuus on itse tarkoitus: kun koodi on julkista, muut tarkistavat sen, ottavat sen käyttöön ja kehittävät sitä eteenpäin. Näin kiinalaiset tekoälyyritykset saavat valmiin pohjan, jolla siirtää laskentansa Huawein kiihdyttimille ilman Nvidian välikerrosta.

Termit lyhyesti

Kiihdytin eli NPU tai GPU on erikoistunut siru, joka laskee tekoälymallin raskasta matematiikkaa tavallista prosessoria nopeammin. Supernoodi on suuri kiihdytinjoukko, joka on kytketty yhtenä tietokoneena toimivaksi. Matriisikertolasku on lukutaulukoiden kertominen, tekoälylaskennan perusliike. Kirjasto on valmis kokoelma laskentarutiineja, jotka ohjelmoija voi ottaa käyttöön. Avoin lähdekoodi tarkoittaa, että ohjelman ohjeet ovat kaikkien luettavissa ja muokattavissa.

Lähteet


Vastuuvapauslauseke: Tämä artikkeli on tarkoitettu vain tiedotustarkoituksiin. Sitä ei tarjota tai ole tarkoitettu käytettäväksi oikeudellisena, verotuksellisena, sijoitus-, rahoitus- tai muuna neuvona.

Mainos: alla on kumppanimainoksia ja mainoslinkkejä.

Kvarn X – kryptot, osakkeet ja ETF:t samassa paikassa

Coinmotion – suomalainen kryptopalvelu vuodesta 2012

Leave a Reply

Pakolliset kentät on merkitty *