Китайская компания DeepSeek, известная своими разработками в области искусственного интеллекта, объявила об открытии исходного кода ключевых инфраструктурных компонентов для вычислительной платформы Huawei Ascend. Этот шаг направлен на демократизацию доступа к инструментам оптимизации нейросетей и расширение возможностей разработчиков при использовании аппаратных решений от Huawei. В открытый доступ переданы специализированные библиотеки и компиляторы, которые позволяют максимально эффективно использовать ресурсы чипов для обучения и развертывания масштабных моделей.
Технологические особенности TileLang и оптимизация производительности
Центральным элементом релиза стал TileLang — компилятор языков высокого уровня, специально адаптированный под архитектуру Ascend. Основная ценность данного решения заключается в том, что оно инкапсулирует сложные низкоуровневые инструкции Ascend C, предоставляя разработчикам удобный высокоуровневый интерфейс. При этом использование TileLang не приводит к потере производительности, что критически важно для ресурсоемких задач.
Согласно заявлению представителей DeepSeek:
Каждый оператор TileLang, используемый в наших процессах обучения, имеет соответствующую высокопроизводительную реализацию на Ascend, что обеспечивает бесшовную интеграцию программного обеспечения и железа.
Новые библиотеки для распределенных вычислений
Помимо компилятора, компания опубликовала ряд специализированных вычислительных и коммуникационных библиотек, которые были протестированы в реальных условиях эксплуатации. В список открытых инструментов вошли:
- DeepGEMM — библиотека для высокоэффективных матричных операций;
- DeepEP — решение для оптимизации распределенных вычислений и обмена данными между узлами;
- FlashMLA — реализация алгоритмов внимания (Multi-Head Latent Attention) с низкими задержками;
- TileKernels и DeepSelect — наборы специализированных ядер для выполнения базовых математических операций.
Предварительные тесты показывают, что данные компоненты демонстрируют результаты, приближающиеся к теоретическим аппаратным пределам платформы. Это делает их одними из самых эффективных решений для стека Ascend на текущий момент.
Значение для индустрии ИИ
Публикация этих наработок в открытый доступ может существенно укрепить экосистему Open Source в сегменте аппаратного ускорения ИИ. Предоставление готовых высокопроизводительных модулей снижает порог входа для новых исследовательских команд и позволяет компаниям быстрее адаптировать свои нейросети под китайские полупроводниковые решения. В долгосрочной перспективе это может способствовать росту конкуренции на рынке специализированных ИИ-ускорителей и ускорить темпы внедрения инноваций в области глубокого обучения.