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.