DeepSeek ha revelado la apertura de un conjunto de componentes de infraestructura para los aceleradores Ascend de Huawei, con un marco de trabajo que busca reducir costos de cambio y ampliar compatibilidades más allá de los ecosistemas dominantes actuales. En este blog, exploramos las piezas anunciadas, su alcance real y las implicaciones para actores de la industria, ingenieros y comunidades de código abierto.
Nuevos repositorios abiertos
DeepSeek publicó dos repositorios completamente nuevos: DeepGEMM-Ascend, dedicado a la multiplicación de matrices, y DeepEP-Ascend, enfocado en la comunicación all-to-all que utilizan modelos de experto mixto. Estos proyectos buscan mantener la forma de API y la experiencia de Python de sus contrapartes CUDA para facilitar la adopción entre usuarios ya familiarizados con CUDA. A diferencia de proyectos más amplios, estos repos presentan un alcance específico para la pila Ascend, lo que los limita a hardware y herramientas compatibles: Ascend 950 y CANN 9.20 para DeepGEMM-Ascend, y Ascend 950 con conectividad UBMEM para DeepEP-Ascend.
Repositorios existentes con actualizaciones
Además de las novedades, se anunciaron actualizaciones a tres proyectos ya existentes: TileKernels, DeepSelect y FlashMLA, ahora con mejoras orientadas a Ascend. Este conjunto de actualizaciones se presenta como una extensión de una base ya establecida, diferenciando entre cambios realmente nuevos y mejoras sobre herramientas previas. En la discusión pública, este matiz es relevante para entender la dinámica de desarrollo y la velocidad de adopción frente a herramientas establecidas en ecosistemas competitivos.
Contexto y alcance operativo
La propuesta de Open Source se sitúa en un terreno con límites prácticos claros: DeepGEMM-Ascend depende de la familia de chips Ascend 950 y de CANN 9.20, mientras que DeepEP-Ascend se dirige a escenarios con conectividad UBMEM. Esto restringe el público objetivo principalmente a ingenieros y laboratorios con acceso a ese ecosistema específico, incluyendo Huawei y entidades china que trabajan con estos dispositivos. En ese sentido, la apertura de código no implica una democratización total sino un intento de facilitar la interoperabilidad dentro de un nicho tecnológico concreto.
La promesa de reducción de costos de cambio
Un objetivo explícito de estos esfuerzos es disminuir los costos de migración desde CUDA hacia alternativas basadas en Ascend y TileLang, el lenguaje de programación asociado. TileLang, que ya había sido open source en 2025, mantiene compatibilidad con CUDA y, a través de adaptadores para Ascend, ofrece una capa de abstracción que podría ser adoptada por múltiples proveedores. Este enfoque no solo busca competir con la cuota de Nvidia, sino también crear un estándar compartido entre varios proveedores, reduciendo la fricción para quien quiera explorar soluciones fuera del ecosistema CUDA.
Limitaciones y consideraciones de alcance
Pese a la apertura, las herramientas presentadas quedan circunscritas a hardware y versiones de software específicos. DeepGEMM-Ascend está ligado a Ascend 950 y CANN 9.20, y DeepEP-Ascend requiere conectividad UBMEM. Esta especificidad implica un acceso restringido para usuarios fuera del ecosistema Huawei, lo que mantiene un canal de adopción limitado y un terreno de prueba no generalizable para la comunidad global de desarrollo.
Perspectiva de la industria
Desde una óptica estratégica, la apertura de estas herramientas puede verse como un movimiento de Huawei para diversificar su ecosistema y desafiar a Nvidia en ciertos nichos. Sin embargo, la reputación y la estabilidad reportadas por actores como ChinaTalk y Financial Times sobre CANN y la experiencia de usuario en Ascend sugieren que aún existen obstáculos culturales y técnicos para la adopción masiva. En este contexto, los esfuerzos de DeepSeek podrían servir como una señal de que hay interés en normativas y herramientas más abiertas, pero su impacto real dependerá de la capacidad de la comunidad para colaborar de forma amplia y sostenible.
Notas sobre licencias y distribución
Al tratarse de repositorios en GitHub y de herramientas para hardware específico, conviene revisar las licencias y las condiciones de uso para entender plenamente las restricciones y las posibilidades de reutilización. Hasta la fecha de publicación, se observa un marco de colaboración que facilita la exploración y la experimentación, sin garantizar compatibilidad universal ni disponibilidad de hardware a gran escala.
Conclusión
La apertura de DeepGEMM-Ascend y DeepEP-Ascend, junto con actualizaciones de TileKernels, DeepSelect y FlashMLA, marca un intento claro de ampliar las opciones para desarrolladores que operan dentro del ecosistema Ascend y TileLang. Aunque las limitaciones de hardware y la competencia con CUDA plantean desafíos significativos, este movimiento puede sentar las bases para una mayor interoperabilidad y para futuras iniciativas de código abierto en la IA de alto rendimiento. En última instancia, la relevancia de estas herramientas dependerá de la adopción práctica entre equipos de investigación y desarrollo, así como de la evolución de la política de exportación y de la capacidad de la comunidad para sostener colaboraciones a largo plazo.
from Latest from TechRadar https://ift.tt/yWjnBVm
via IFTTT IA
