Ketergantungan pada CUDA membuat pengembang sulit berpindah dari Nvidia. DeepSeek kini membuka sejumlah perangkat lunak untuk akselerator Huawei Ascend, tetapi dukungan perangkat kerasnya masih terbatas dan belum jelas apakah programmer akan beralih.
Pengumuman itu mencakup dua repositori baru, DeepGEMM-Ascend dan DeepEP-Ascend, serta pembaruan Ascend untuk tiga proyek yang sudah ada. DeepSeek menyasar pengembang dan laboratorium AI yang memiliki akses ke chip Ascend, terutama seri Ascend 950.
Langkah ini mempererat kerja sama DeepSeek dan Huawei dalam membangun perangkat lunak untuk chip AI buatan China. Namun, pembukaan kode saja belum cukup untuk menandingi ekosistem Nvidia yang sudah digunakan luas.
DeepSeek Ascend mencakup dua proyek baru
DeepGEMM-Ascend menangani perkalian matriks, operasi penting dalam komputasi model AI. Sementara itu, DeepEP-Ascend mengurus komunikasi all-to-all yang dibutuhkan model mixture-of-experts, yaitu arsitektur yang mengaktifkan bagian model berbeda sesuai kebutuhan.
Keduanya merupakan repositori baru. Tiga nama lain dalam pengumuman—TileKernels, DeepSelect, dan FlashMLA—adalah proyek yang sudah ada dan menerima pembaruan untuk Ascend. FourWeekMBA membedakan proyek baru dan pembaruan itu dengan melihat tanggal pembuatan repositori di GitHub.
Perbedaan tersebut penting karena pemberitaan bisa membuat seluruh perangkat lunak itu seolah baru dirilis sekaligus. Padahal, komponen yang diumumkan memiliki riwayat berbeda. TileLang, misalnya, bukan proyek baru DeepSeek.
Bloomberg menyoroti TileLang sebagai bahasa pemrograman yang disebut-sebut dapat menjadi jawaban China atas CUDA. Namun, TileLang sudah dirilis sebagai perangkat lunak sumber terbuka pada Januari 2025. Adaptor Huawei Ascend-nya juga telah muncul di repositori terpisah, tilelang-ascend, pada 29 September 2025.
Bukan seluruhnya pengganti CUDA
TileLang mendukung backend CUDA milik Nvidia sekaligus backend Ascend milik Huawei. Karena dukungan Ascend dikelola dalam repositori terpisah, perangkat lunak ini lebih tepat dilihat sebagai lapisan abstraksi yang dapat dipakai lintas akselerator, bukan alat yang semata-mata dirancang untuk menyerang Nvidia.
Reuters menggambarkan pengumuman DeepSeek dan Huawei sebagai pendalaman hubungan kedua perusahaan dalam mencari alternatif Nvidia. Bloomberg mengangkat TileLang sebagai bagian penting dari upaya itu. Namun, riwayat pengembangan TileLang menunjukkan bahwa perangkat tersebut bukan produk baru yang dibuat DeepSeek khusus untuk menggantikan CUDA.
Perangkat lunak baru DeepSeek juga memiliki syarat teknis yang ketat. DeepGEMM-Ascend membutuhkan chip seri Ascend 950 dan CANN 9.20. DeepEP-Ascend memerlukan silikon Ascend 950 dengan konektivitas UBMEM.
Artinya, kelompok yang dapat langsung mencoba perangkat itu terbatas. Selain para insinyur Huawei, calon penggunanya mencakup laboratorium AI di China yang memperoleh akses ke perangkat keras tersebut. Pengembang di luar kelompok itu belum tentu bisa menguji atau menjalankan kodenya.
DeepSeek Ascend mencoba menekan biaya pindah
Kesamaan antarmuka menjadi salah satu strategi penting. DeepGEMM-Ascend mempertahankan nama paket Python dan bentuk API yang sama dengan versi CUDA. DeepEP-Ascend juga menyelaraskan antarmuka buffer publiknya dengan versi Nvidia.
Tujuannya bukan menjanjikan kinerja yang lebih tinggi, melainkan mengurangi biaya perpindahan. Pengembang yang sudah membangun sistem di atas CUDA menghadapi pekerjaan besar bila harus meninggalkan perangkat lunak itu atau menyusun alternatif sendiri.
Kemudahan memindahkan kode dapat mengurangi sebagian beban, walau tidak otomatis menghapus kebutuhan akan chip, perangkat pendukung, dan akses yang sesuai.
Dampaknya terasa bagi industri AI yang ingin memiliki pilihan selain Nvidia. Jika kode lebih mudah dipindahkan, perusahaan dapat menguji akselerator berbeda tanpa harus memulai seluruh pekerjaan perangkat lunak dari awal. Namun, manfaat itu hanya nyata bagi organisasi yang benar-benar bisa mendapatkan chip Ascend dan menjalankan perangkat pendukung yang disyaratkan.
Popularitas repositori memberi gambaran bahwa adopsi masih tertinggal. Saat sumber menulis, DeepGEMM-Ascend memiliki 515 bintang dan 39 fork di GitHub, sedangkan DeepGEMM mencatat 8.522 bintang dan 1.359 fork. Untuk DeepEP, versi utamanya melampaui 10.200 bintang, sementara DeepEP-Ascend memiliki 224.
Angka GitHub bukan ukuran langsung kinerja atau penggunaan di produksi. Namun, jarak itu menunjukkan bahwa perhatian komunitas terhadap versi Ascend belum menyamai proyek yang sudah lebih dikenal.
Akses chip dan reputasi masih jadi ganjalan
Huawei juga menghadapi persoalan kepercayaan pengembang yang lebih lama. ChinaTalk, dengan mengutip Financial Times, melaporkan seorang peneliti Huawei menggambarkan CANN sebagai perangkat yang membuat chip Ascend sulit dan tidak stabil digunakan. Seorang pengembang China menyebut pekerjaan pada 910B seperti melewati jalan penuh lubang.
Epoch AI melaporkan Huawei mengirim tim teknis ke pelanggan besar seperti Baidu dan Tencent untuk membantu memindahkan kode pelatihan CUDA dan menjaga penerapan tetap berjalan. Dukungan langsung itu menunjukkan bahwa migrasi bukan sekadar mengganti satu baris kode; perusahaan juga perlu menjaga sistem tetap berfungsi setelah pemindahan.
Kode produksi yang dibuka DeepSeek dapat membantu menjawab sebagian keluhan. Pengembang memperoleh contoh yang digunakan dalam pekerjaan model, bukan hanya petunjuk dari vendor, lalu dapat mempelajari atau mengembangkan optimasinya. Tetapi kode itu tetap bergantung pada keluarga chip tertentu, versi toolkit tertentu, serta firmware yang tidak dapat diunduh atau diakses semua orang.
Karena itu, upaya DeepSeek dan Huawei belum menjawab pertanyaan utama: apakah programmer bersedia beralih? Jawabannya akan bergantung pada akses ke perangkat keras, pengalaman penggunaan, dan seberapa jauh kode mereka dapat dipindahkan tanpa membuat sistem yang sudah berjalan terganggu.
📝 Tinggalkan Komentar
Komentar sebagai . Ditinjau admin sebelum tampil.