딥시크, 화웨이 어센드용 AI 개발도구 6종 오픈소스 공개…엔비디아 쿠다 대체 겨냥

중국 인공지능(AI) 기업 딥시크가 화웨이의 AI 가속기 '어센드(Ascend)'에서 쓸 수 있는 개발 도구 6종을 오픈소스로 공개했다. 딥시크는 9월 30일 자사 위챗 계정 공지를 통해 이를 알렸다. 엔비디아의 개발 환경 '쿠다(CUDA)'에 의존하지 않고도 중국산 가속기로 대규모 AI 모델을 학습·추론할 수 있게 하려는 시도다.

공개된 구성 요소는 타일랭(TileLang), 딥젬(DeepGEMM), 딥이피(DeepEP), 타일커널즈(TileKernels), 플래시엠엘에이(FlashMLA), 딥셀렉트(DeepSelect) 6종이다. 가속기에서 실행되는 연산 프로그램인 '커널'을 작성하는 고수준 언어부터, 행렬 연산·칩 간 통신·어텐션 처리·상위값 선별 같은 개별 기능을 담당하는 라이브러리까지 개발 단계별로 나뉘어 있다.

타일랭에 어센드 지원 추가

핵심은 타일랭이다. 타일랭은 비교적 짧은 코드로 커널을 작성할 수 있게 하는 언어로, 기존에도 엔비디아 쿠다 등 여러 실행 환경을 지원해 왔다. 여기에 이번에 화웨이 어센드 950을 실행 대상으로 추가했다. 딥시크는 쿠다보다 간결하게 쓰면서도 하드웨어 성능을 끌어낼 수 있는 환경을 목표로 한다고 밝혔다.

행렬 곱셈을 담당하는 딥젬의 어센드 판은 깃허브에 MIT 라이선스로 공개됐다. 저장소 설명에 따르면 기존 딥젬과 응용프로그래밍 인터페이스(API)가 호환되며 BF16·FP8·FP4 연산을 지원한다. 같은 코드를 크게 고치지 않고 어센드로 옮길 수 있게 한다는 취지다. 전문가 혼합(MoE) 모델에서 데이터를 각 전문가 모듈로 보내고 결과를 모으는 통신을 처리하는 딥이피의 어센드 판도 함께 공개됐다.

칩 128개 묶은 '슈퍼노드' 최적화

두 회사는 어센드 950 칩 128개를 하나로 묶은 '슈퍼노드' 구성에 맞춘 최적화도 함께 진행했다. 연산과 칩 간 통신을 함께 조정해, 여러 가속기에 나눠 돌리는 대규모 모델에서 성능 손실을 줄이는 작업이다.

미국의 수출통제로 중국 기업은 엔비디아의 최신 가속기를 확보하기 어려운 상태다. 하드웨어를 국산으로 바꿔도 개발자들이 오랫동안 써 온 쿠다 기반 소프트웨어를 다시 작성해야 하는 부담이 남는데, 이번 공개는 그 전환 비용을 낮추려는 성격이 강하다. 딥시크는 "독자적이고 자체 통제가 가능한 차세대 GPU 소프트웨어 생태계를 만들려면, 범용적이고 프로그래밍하기 쉬우면서도 하드웨어 성능을 끝까지 끌어낼 수 있는 고수준 언어를 먼저 확보해야 한다"고 밝혔다.

다만 이번 공개가 쿠다 생태계와 동등한 수준을 갖췄다는 뜻은 아니다. 쿠다는 수년에 걸쳐 쌓인 라이브러리와 도구를 포함하는 환경이어서 개별 라이브러리 몇 종의 이식만으로 대체되지 않는다는 지적이 함께 나온다. 공개된 라이브러리들은 어센드 950 계열에서 개발·검증됐다고 명시돼 있다.

대표 이미지: AI 생성 이미지 / 데이마크

출처: DeepSeek has partnered with Huawei to open-source six AI development tools, including 'TileLang' for Ascend (GIGAZINE) — https://gigazine.net/gsc_news/en/20261001-deepseek-huawei-ascend/

출처: DeepSeek expands Huawei Ascend push with six open-source AI tools (DQ India) — https://www.dqindia.com/news/deepseek-expands-huawei-ascend-push-with-six-open-source-ai-tools-12594158

출처: DeepGEMM-Ascend 저장소 (deepseek-ai, GitHub) — https://github.com/deepseek-ai/DeepGEMM-Ascend

출처: DeepEP-Ascend 저장소 (deepseek-ai, GitHub) — https://github.com/deepseek-ai/DeepEP-Ascend

출처: DeepSeek open-sources Huawei Ascend tools as a CUDA alternative (TNW) — https://thenextweb.com/news/deepseek-huawei-ascend-tilelang-open-source-cuda