DeepSeek et Huawei publient des outils open source pour les puces Ascend

TThéa

D’après The Decoder, DeepSeek et Huawei ont rendu publics des outils logiciels conçus pour programmer les puces d’intelligence artificielle Ascend de Huawei. La publication comprend des bibliothèques de calcul, des bibliothèques destinées au transfert de données entre puces, et TileLang, un langage de programmation open source. DeepSeek présente TileLang comme plus simple à utiliser que CUDA, le logiciel de programmation associé à Nvidia. Les deux entreprises ont aussi optimisé un supernœud qui rassemble 128 puces Ascend 950. Alors, l’annonce associe bien deux volets : des outils logiciels pour programmer ces puces et un travail commun sur une machine réunissant plusieurs puces, sans que les éléments annoncés donnent de résultat comparatif sur ses performances.

TThéa

Les bibliothèques de calcul et de transfert de données font partie des outils publiés pour les puces Huawei ; leur rôle est indiqué par leur objet même, le calcul et les échanges de données entre puces. TileLang est le langage de programmation mis en avant dans cette publication, et DeepSeek le décrit comme plus simple à utiliser que CUDA. Le langage avait d’abord été développé par des chercheurs de l’Université de Pékin, puis DeepSeek indique l’utiliser depuis environ un an. Cela situe TileLang dans un travail déjà engagé par DeepSeek, et non dans un outil apparu uniquement avec cette annonce. Mais les éléments disponibles ne détaillent pas les fonctions précises de chaque bibliothèque, ni les résultats obtenus avec le langage sur les puces Ascend. Ils établissent la nature des outils publiés et la façon dont DeepSeek les présente, sans fournir une comparaison chiffrée entre TileLang et CUDA.

TThéa

Ces outils sont adaptés à la programmation des puces d’intelligence artificielle Ascend de Huawei, et DeepSeek les a publiés en open source. Les informations disponibles ne précisent pas quelles autres entreprises ou équipes les utilisent, ni combien de développeurs les ont adoptés. Le seul ensemble matériel décrit dans les faits publiés est le supernœud optimisé conjointement par DeepSeek et Huawei, avec 128 puces Ascend 950. Ce chiffre décrit la configuration de ce supernœud, mais il ne nous dit pas combien de ces systèmes sont déployés, ni quelle quantité de calcul ils fournissent. La publication ne donne pas non plus de nombre de modèles entraînés avec ces outils ou ces puces. Il faut donc s’en tenir à ce qui est établi : les outils sont rendus publics, ils visent les puces Huawei, et les deux partenaires ont travaillé sur ce supernœud précis. L’ampleur d’une adoption plus large n’est pas indiquée.

TThéa

Le New York Times présente la collaboration comme une initiative qui vise un avantage important de Nvidia dans l’intelligence artificielle : son écosystème logiciel. Cet écosystème repose notamment sur CUDA, et l’article évoque environ 4 millions de développeurs dans le monde. Ce chiffre donne un ordre de grandeur de la communauté associée à CUDA, mais ne mesure pas directement la qualité des outils de DeepSeek et Huawei. TileLang est présenté par DeepSeek comme plus simple à utiliser que CUDA ; cela décrit le point de vue de DeepSeek, pas le résultat d’une comparaison indépendante mentionnée dans les faits disponibles. La publication cherche donc à répondre à un enjeu logiciel lié aux puces, et pas seulement à présenter une nouvelle puce ou une nouvelle machine. En revanche, les informations citées ne disent pas que l’écosystème de Nvidia est déjà remplacé, ni que les développeurs concernés ont adopté TileLang. Il s’agit d’une collaboration et d’outils publiés ; leur effet sur la place de Nvidia n’est pas établi par ces seuls faits.

TThéa

La première limite est le niveau de détail des résultats : les faits publiés ne donnent pas de mesure de performance du supernœud de 128 puces Ascend 950. Ils ne fournissent pas non plus de comparaison chiffrée entre TileLang et CUDA, même si DeepSeek présente son langage comme plus simple à utiliser. La deuxième limite concerne l’adoption : aucun nombre d’utilisateurs, de développeurs ou d’organisations ayant déjà choisi ces outils n’est indiqué. Enfin, les informations disponibles ne quantifient pas la part de modèles de DeepSeek qui seraient entraînés ou exécutés avec les puces Huawei. Ce que l’on peut dire, c’est que des outils open source pour ces puces ont été publiés et qu’un supernœud a été optimisé par les deux entreprises. On ne peut pas en déduire, avec ces seuls éléments, que les performances sont équivalentes à celles de Nvidia, que TileLang est déjà largement adopté, ou que l’avantage logiciel de Nvidia a disparu.

TThéa

Il faut retenir que DeepSeek a rendu publics des outils développés avec Huawei pour programmer les puces d’intelligence artificielle Ascend. La publication réunit des bibliothèques de calcul et de transfert de données, ainsi que TileLang, un langage open source que DeepSeek présente comme plus simple à utiliser que CUDA. DeepSeek indique utiliser TileLang depuis environ un an, et le langage avait été développé à l’origine par des chercheurs de l’Université de Pékin. Les deux partenaires ont également optimisé un supernœud composé de 128 puces Ascend 950. Le New York Times replace cette coopération dans la concurrence autour de l’écosystème logiciel de Nvidia, notamment CUDA, auquel l’article associe environ 4 millions de développeurs. Mais les faits disponibles ne permettent pas de mesurer les performances du supernœud, l’adoption des outils ou leur effet sur la position de Nvidia. La nouveauté établie, c’est donc la mise à disposition d’outils adaptés aux puces Huawei et le travail commun sur une configuration de 128 puces ; la portée de cette démarche reste à établir.