- A Huawei faz de seu canil AI GPU Toolkit Open Source para desafiar a plataforma proprietária da NVIDIA CUDA
- O domínio de quase 20 anos de Cuda bloqueou desenvolvedores no ecossistema de hardware da NVIDIA exclusivamente
- Cann fornece interfaces de programação de várias camadas para aplicações de IA nas GPUs ascendes da Huawei
A Huawei anunciou planos de fazer seu kit de ferramentas de software de Cann para ascend AI GPUs Open Source, um movimento voltado diretamente para desafiar o domínio CUDA da NVIDIA.
Cuda, frequentemente descrito como um “fosso” ou “pântano” fechado como uma barreira para desenvolvedores que buscam compatibilidade entre plataformas por alguns por anos.
Sua forte integração com o Hardware da NVIDIA bloqueou os desenvolvedores em um único ecossistema de fornecedores por quase duas décadas, com todos os esforços para trazer a funcionalidade da CUDA para outras arquiteturas de GPU através de camadas de tradução bloqueadas pela empresa.
Abrindo Cann para desenvolvedores
Cann, abreviação de arquitetura de computação para redes neurais, é a estrutura de computação heterogênea da Huawei, projetada para ajudar os desenvolvedores a criar aplicativos de IA para suas GPUs ACEND AI.
A arquitetura oferece várias camadas de programação, oferecendo às opções de desenvolvedores para criar aplicativos de alto nível e de desempenho.
De muitas maneiras, é equivalente à Huawei a Cuda, mas a decisão de abrir seu código -fonte sinaliza a intenção de aumentar um ecossistema alternativo sem as restrições de um modelo proprietário.
A Huawei já iniciou discussões com os principais players chineses de IA, universidades, instituições de pesquisa e parceiros de negócios sobre a contribuição para uma comunidade de desenvolvimento de ascend de origem aberta.
Essa divulgação pode ajudar a acelerar a criação de ferramentas otimizadas, bibliotecas e estruturas de IA para as GPUs da Huawei, potencialmente tornando -as mais atraentes para os desenvolvedores que atualmente dependem do hardware da NVIDIA.
O desempenho do hardware da AI da Huawei tem melhorado constantemente, com alegações de que certos chips ascendes podem superar os processadores da NVIDIA em condições específicas.
Relatórios como os resultados de referência da CloudMatrix 384 contra a NVIDIA Runningseek R1 sugerem que a trajetória de desempenho da Huawei está fechando a lacuna.
No entanto, o desempenho bruto por si só não garantirá a migração do desenvolvedor sem estabilidade e suporte equivalentes ao software.
Embora o Cann de código aberto possa ser emocionante para os desenvolvedores, seu ecossistema está em seus estágios iniciais e pode não estar perto de Cuda, que é refinado há quase 20 anos.
Mesmo com o status de fonte aberta, a adoção pode depender de quão bem o Cann suporta estruturas de IA existentes, principalmente para cargas de trabalho emergentes em Modelos de idiomas grandes (LLM) e escritor de IA ferramentas.
A decisão da Huawei pode ter implicações mais amplas além da conveniência do desenvolvedor, à medida que o canil de código aberto se alinha com o impulso mais amplo da China pela auto-suficiência tecnológica na computação de IA, reduzindo a dependência dos fabricantes de chips.
No ambiente atual, onde as restrições dos EUA têm como alvo as exportações de hardware da Huawei, a criação de uma pilha de software doméstica robusta para as ferramentas de IA se torna tão crítica quanto melhorar o desempenho do chip.
Se a Huawei puder promover com sucesso uma vibrante comunidade de código aberto em Cann, isso poderá apresentar a primeira alternativa séria ao CUDA em anos.
Ainda assim, o desafio está não apenas na disponibilidade de código, mas na construção de confiança, documentação e compatibilidade na escala que a NVIDIA alcançou.
Via Hardware TOMS
Fique conectado