- Huawei предоставляет свой Cannen -ai -Ai -Gpu -toolkit с открытым исходным кодом, чтобы бросить вызов проприетарной платформе CUDA от Nvidia
- Почти 20-летнее доминирование CUDA заблокировало только разработчиков в аппаратной экосистеме NVIDIA
- Cannen предлагает многослойные интерфейсы программирования для применений искусственного интеллекта для Huaweis Ascend AI GPus
Huawei объявила о планах создать свой набор инструментов для канны для Ascend AI GPUS с открытым исходным кодом, который направлен на то, чтобы принять вызов давнего доминирования NVIDIA в CUDA.
CUDA, который часто называют закрытой «водой» или «болотом», рассматривался как барьер для разработчиков, которые в течение многих лет ищут перекрестную платформу.
Тесная интеграция с NVIDIA Hardware заставила разработчиков в единую экосистему продавца в течение почти двух десятилетий, в результате чего все усилия по обеспечению функциональности CUDA в других архитектурах GPU через переводные слои, которые были заблокированы компанией.
Открытый Канн
CANN, короткий для расчета архитектуры для нейронных сетей, является гетерогенным компьютерным каркасом Huawei, с помощью которого разработчики должны создавать приложения для AI для Ascend -ai -Ai -Gpus.
Архитектура предлагает несколько слоев программирования и предлагает разработчикам варианты для создания как высоких приложений, так и интенсивных производительности.
Во многих отношениях он эквивалентен CUDA Huawei, но решение открыть исходный код сигнализирует о намерении расширить альтернативную экосистему без ограничений проприетарной модели.
Согласно сообщениям, Huawei уже начал дискуссии с крупными китайскими игроками ИИ, университетами, исследовательскими институтами и деловыми партнерами, чтобы внести свой вклад в сообщество с открытым исходным кодом в сообществе развития.
Эта работа по связям с общественностью может помочь ускорить создание оптимизированных инструментов, библиотек и KI Frameworks для Huawei -Gpus и, возможно, делает их более привлекательными для разработчиков, которые в настоящее время зависят от оборудования Nvidia.
Производительность аппаратного обеспечения Huawei’s Adware постоянно улучшалась, поскольку утверждение о том, что некоторые процессоры Nvidia Nvidia могут превзойти при определенных условиях.
Такие отчеты, как эталонные результаты CloudMatrix 384 против NVIDIA, которая управляет DeepSeek R1, предполагают, что производительность Huawei закрывает пробел.
Тем не менее, только одеяло не гарантирует миграцию разработчика без эквивалентной стабильности и поддержки программного обеспечения.
В то время как открытые источники могут быть захватывающими для разработчиков, его экосистема расположена на ранних стадиях и может быть не рядом с CUDA, которая была уточнена в течение почти 20 лет.
При статусе с открытым исходным кодом это предположение может также зависеть от того, насколько хорошо Cannen поддерживает существующие рамки ИИ, особенно для новых рабочих нагрузок в Крупные модели (LLM) и AI писатель Инструменты.
Решение Huawei может иметь более всесторонние эффекты, которые соответствуют разработчику более удобно, чем открытый источник, с более широким толчком Китая от технологической самостоятельности в вычислениях искусственного интеллекта и снижении зависимости от западных чипов.
В текущей среде, в которой направлены ограничения США на экспорт аппаратного обеспечения Huawei, создание надежного внутреннего программного стека для инструментов искусственного интеллекта становится таким же важным, как и улучшение производительности чипа.
Если Huawei может успешно продвигать живое сообщество с открытым исходным кодом вокруг Cannen, это может быть первой серьезной альтернативой CUDA в течение многих лет.
Тем не менее, задача заключается не только в наличии кода, но и в создании доверия, документации и совместимости в шкале, достигнутой NVIDIA.
Вы также могли бы понравиться
