Una settimana dopo che Huawei ha annunciato la sua decisione di oppen-source (Calcol Architecture for Neural Networks) Toolkit, l’industria tecnologica sta ancora elaborando ciò che questa mossa significa per il futuro dello sviluppo dell’IA.
Rendendo la sua alternativa open source di Huawei Cann a Cuda liberamente disponibile per gli sviluppatori in tutto il mondo, il gigante della tecnologia cinese ha sparato ciò che molti considerano un colpo significativo nella battaglia Contro il due decenni di Nvidia e il continuo dominio sull’informatica AI.
Sebbene sia una sfida notevole per lo status quo, la vera domanda è se Huawei possa superare le sostanziali barriere tecniche e sistemiche che hanno mantenuto la CUDA praticamente incontrastata per quasi venti anni.
Cos’è Cann e perché importa?
Cann è l’architettura informatica eterogenea di Huawei che offre interfacce di programmazione multilivello per aiutare gli sviluppatori a costruire applicazioni di intelligenza artificiale ottimizzate per le GPU AI AIS di Huawei. Introdotto per la prima volta nel 2018 come parte della strategia AI di Huawei, Cann funge da equivalente dell’azienda alla piattaforma CUDA di Nvidia.
Cann fornisce API per applicazioni AI su ASCEND, offrendo agli sviluppatori diverse opzioni per la costruzione di applicazioni di alto livello e ad alta intensità di prestazioni. L’architettura rappresenta anni di sviluppo volti a creare un ecosistema software completo sull’hardware AI di Huawei.
I tempi strategici dietro la decisione open source
La decisione di Huawei di prendere Cann Open-Source arriva in un momento particolarmente teso nelle relazioni tecnologiche USA-Cina. Il presidente rotante di Huawei, Eric Xu Zhijun, ha affermato che la mossa contribuirebbe a “accelerare l’innovazione dagli sviluppatori” e “rendere Ascend più facile da usare” durante la conferenza degli sviluppatori dell’azienda a Pechino.
L’annuncio segue da vicino dopo che l’amministrazione cyberspazio della Cina (CAC) ha avviato un’indagine su Nvidia, in base a quelle che chiamavano “gravi problemi di sicurezza” che coinvolgono i processori di Nvidia e le richieste dei legislatori statunitensi per aggiungere funzionalità di monitoraggio all’hardware di chips.
Il controllo normativo aggiunge un altro strato di complessità già relazione tesa tra i due superpoteri.
La presa monopolistica di Cuda sullo sviluppo dell’IA
Per comprendere il significato della mossa di Huawei, è importante esaminare il dominio Cuda di Nvidia. Il CUDA, spesso descritto come un “fossato” chiuso o, a volte, “Swamp”, è stato visto da alcuni come una barriera per gli sviluppatori che cercano compatibilità multipiattaforma.
La sua stretta integrazione con Hardware Nvidia ha bloccato gli sviluppatori in un singolo ecosistema di fornitori negli ultimi due decenni, con tutti gli sforzi per portare CUDA ad altre architetture GPU attraverso strati di traduzione bloccati dalla società. Sono state aggiunte disposizioni al suo accordo di licenza CUDA che impedisce agli sviluppatori di eseguire CUDA su GPU di terze parti tramite livelli di traduzione.
Molti sviluppatori di AI cinesi usano le GPU di NVIDIA in parte a causa della piattaforma CUDA, che è stata la piattaforma di sviluppo predefinita per anni. Questa situazione evidenzia la sfida che Huawei deve affrontare nel convincere gli sviluppatori a migrare verso il suo ecosistema.
Analisi del settore e implicazioni di mercato
Gli analisti tecnologici hanno offerto valutazioni contrastanti della strategia open source di Huawei. Mentre la cannone open-sourcing potrebbe aiutare Huawei ad accelerare l’adozione del suo toolkit software interno e quindi il suo hardware, probabilmente ci vorranno anni prima che Cann corrisponda al supporto dell’ecosistema di CUDA, che è stato mantenuto continuamente e raffinato per quasi due decenni.
IL panorama competitivo Rivela l’entità della sfida di Huawei. Anche con lo stato di open source, l’adozione può dipendere da quanto bene Cann supporti i framework AI esistenti, in particolare per i carichi di lavoro emergenti in modelli di grandi dimensioni e strumenti di scrittore di intelligenza artificiale. L’ecosistema del software intorno alla CUDA include migliaia di librerie ottimizzate e ampia documentazione che hanno impiegato anni per svilupparsi.
Tuttavia, ci sono segni di progresso nell’hardware di Huawei, con diverse affermazioni secondo cui alcuni chip ascendi possono superare i processori NVIDIA in condizioni specifiche. I rapporti suggeriscono che i risultati di riferimento di Cloudmatrix 384 contro Nvidia che eseguono Deepseek R1 suggeriscono che la traiettoria delle prestazioni di Huawei sta colmando il divario di prestazioni.
Costruire un ecosistema alternativo
Huawei ha, secondo il Post mattutino della Cina meridionaleIniziati discussioni con i principali utenti cinesi di intelligenza artificiale, università, istituti di ricerca e partner commerciali per contribuire a una comunità di sviluppo ascendi a vita aperta. L’approccio collaborativo rispecchia le iniziative open source di successo in altri settori tecnologici, in cui i contributi della comunità accelerano lo sviluppo e l’adozione.
Contesto di guerra dei chip globali
L’iniziativa Cann Open-Source si adatta all’indipendenza tecnologica cinese. L’unità open source del paese sta guadagnando slancio, con più aziende tecnologiche nazionali che lavorano per rendere accessibili le loro tecnologie proprietarie. Esempi recenti includono open sourcing di Xiaomi MidashenGLM-7B Audio Big Language Model e Alibaba’s pubblicazione del modello di codifica AI del coder Qwen3.
Tutto ciò sta accadendo sullo sfondo delle continue restrizioni di esportazione statunitense rivolte alle società tecnologiche cinesi. Nell’ambiente attuale, in cui le restrizioni statunitensi influenzano le esportazioni hardware di Huawei, la creazione di un solido stack di software domestico per gli strumenti di intelligenza artificiale diventa importante quanto il miglioramento delle prestazioni del chip.
Scetticismo esperto e sfide avanti
Le prestazioni grezze da sole non garantiranno la migrazione degli sviluppatori senza stabilità e supporto software equivalenti. La sfida si estende oltre le capacità tecniche per includere la qualità della documentazione, l’attività della comunità e l’integrazione nei flussi di lavoro di sviluppo.
La strada da percorrere
Le implicazioni per l’industria globale dei semiconduttori rimangono significative. Mentre la competizione tecnologica US-Cina si intensifica, la strategia open source di Huawei rappresenta un passaggio dalla competizione su piattaforme proprietarie alla costruzione di ecosistemi collaborativi che potrebbero rimodellare il modo in cui lo sviluppo del software AI si evolve a livello globale.
Resta da vedere se questa iniziativa sfiderà con successo il dominio di Nvidia, ma certamente segna un nuovo capitolo della battaglia in corso per il controllo sull’infrastruttura informatica dell’IA che alimenta la prossima generazione di innovazione tecnologica.
Vedi anche: Alan Turing Institute: le discipline umanistiche sono fondamentali per il futuro dell’IA
Vuoi saperne di più sull’intelligenza artificiale e sui big da parte dei leader del settore? Guardare AI e Big Data Expo si svolge ad Amsterdam, in California e a Londra. L’evento completo è co-localizzato con altri eventi principali tra cui Conferenza di automazione intelligente, Blockx, Settimana di trasformazione digitaleE Cyber Security & Cloud Expo.
Esplora altri prossimi eventi tecnologici aziendali e webinar alimentati da TechForge Qui.
Fonte: www.artificialintelligence-news.com
