Почему DeepSeek переносит свой ИИ на чипы Huawei
Китайский разработчик ИИ DeepSeek, как сообщается, перестраивает свои модели для нативной работы на чипах Huawei — шэньчжэньского гиганта в сфере телекоммуникаций и вычислений. Эта история, впервые представленная китайским технологическим изданием TMTPost как «переезд», а не простая программная адаптация, стала одной из самых обсуждаемых в технологических кругах страны на этой неделе.
Для читателей за пределами Китая контекст важен. DeepSeek получила мировую известность, выпустив мощные большие языковые модели при необычно низких затратах на обучение, ненадолго пошатнув фондовые рынки и вызвав вопросы о том, действительно ли необходимы огромные расходы на инфраструктуру ИИ. Её модели широко скачивались и адаптировались разработчиками по всему миру.
Но эти модели в значительной степени обучались и работали на графических процессорах Nvidia — американского разработчика чипов, доминирующего на рынке ускорителей для ИИ. В последние годы экспортный контроль США ограничил, какие чипы Nvidia можно продавать китайским покупателям, подталкивая китайские ИИ-компании к поиску отечественных альтернатив. Линейка ИИ-процессоров Huawei Ascend стала самой заметной из этих альтернатив.
Адаптация модели к новому чипу — это не то же самое, что установка нового драйвера. Фреймворки обучения, библиотеки коммуникации и низкоуровневые ядра — все они предполагают определённое поведение аппаратного обеспечения. Команды часто тратят месяцы на переписывание кода, чтобы большие кластеры чипов могли эффективно взаимодействовать друг с другом. Сообщаемые усилия DeepSeek значимы, потому что они говорят о готовности ведущей китайской лаборатории нести эти издержки, а не ждать более лёгкого доступа к иностранному оборудованию.
Этот шаг также вписывается в более широкую картину. Китайские производители серверов, облачные провайдеры и разработчики моделей последовательно строят отечественные стеки — от чипов до компиляторов и движков вывода. Huawei позиционирует Ascend как центр этой экосистемы, предлагая его и связанным с государством вычислительным центрам, и частным компаниям. Если модели DeepSeek будут хорошо работать на Ascend, это станет доказательством того, что стек пригоден для работы на передовом уровне, а не только для рутинных задач.
Остаются открытые вопросы. Производительность на чип, энергопотребление и зрелость программной цепочки инструментов — всё это имеет значение, а независимых бенчмарков для китайских ускорителей по-прежнему мало. Некоторые разработчики жалуются, что перенос кода занимает больше времени, чем ожидалось, а документация отстаёт от документации Nvidia. DeepSeek не публиковала подробных цифр о миграции.
И всё же направление ясно. Китайский ИИ-чемпион, объединяющийся с китайским чиповым чемпионом, — это история о стойкости не меньше, чем о технологиях. Для глобальных читателей, следящих за гонкой ИИ, это напоминание о том, что вычислительный слой под чат-ботами и ассистентами по программированию во всём мире становится всё более фрагментированным: разные регионы строят разные фундаменты.
Оправдается ли ставка DeepSeek, станет видно в следующем поколении её моделей: как быстро они обучаются, насколько дёшево обслуживают пользователей и заметят ли разработчики за пределами Китая хоть какую-то разницу. Если не заметят, тихая передислокация, идущая сейчас, может оказаться одним из самых значимых инфраструктурных сдвигов года.