Die Zusammenarbeit zwischen DeepSeek und Huawei ist nun Realität: Beide chinesischen Unternehmen haben einen Teil der Software, die die Programmierung der Ascend-Beschleuniger ermöglicht, als Open Source veröffentlicht. Dabei geht es weniger um den Wettbewerb auf dem Chipmarkt als vielmehr darum, die Abhängigkeit von CUDA , Nvidias Plattform, die jahrelang als unverzichtbarer Zugang zu künstlicher Intelligenz galt, zu beenden.
Auffällig ist, dass die Ankündigung über Open Source erfolgt. DeepSeek hat Tools und Bibliotheken veröffentlicht, mit denen Entwickler Huawei-Chips nutzen können, ohne die Kernschichten ihrer Projekte komplett neu entwickeln zu müssen. Huawei hat die Arbeit unterstützt, und der Fokus liegt auf einem kompletten Ökosystem, nicht auf einem einzelnen Produkt.
Open Tools für Ascend-Chips
Das veröffentlichte Paket umfasst sechs Softwarekomponenten und mehrere Bibliotheken für mathematische Operationen und den Datenaustausch zwischen Beschleunigern. Die am meisten diskutierte Komponente ist TileLang, eine höhere Programmiersprache, die das Labor für die Ascend 950-Beschleuniger optimiert hat. Ziel ist es, die Programmierung für diese Chips im Vergleich zur Verwendung der Nvidia-Tools zu vereinfachen, ohne dabei die hohe Leistung zu beeinträchtigen.
TileLang ist nicht aus dem Nichts entstanden: Es wurde bereits in früheren Nvidia-Grafikkarten verwendet und wird nun auch bei Huawei eingesetzt. Das Unternehmen argumentiert, dass eine gemeinsame, leicht erlernbare Sprache, die die Hardware optimal nutzt, der Schlüssel zum Aufbau eines KI-Ökosystems ist, das unabhängig von externen Anbietern ist – ein Ziel, für das sich Peking seit über zwei Jahren einsetzt.
Neben der Programmiersprache haben DeepSeek und Huawei einen Superknoten mit 128 Ascend 950-Beschleunigern optimiert . Bei solchen Systemen reicht es nicht aus, dass jede einzelne Einheit leistungsstark ist; entscheidend ist die Art und Weise, wie Daten zwischen ihnen ausgetauscht werden. Hier liegt ein Teil des Vorsprungs von Nvidia, beispielsweise mit Technologien wie NVLink. Deshalb ist der chinesische Ansatz notwendigerweise umfassend.
DeepSeek ist kein Neuling auf diesem Gebiet. Das Unternehmen hatte bereits Tools für andere KI-Beschleuniger entwickelt, und laut mehreren Berichten wurde sein V4-Flash- Modell für den Betrieb auf Ascend optimiert. Der nächste bekannte Schritt ist ambitioniert: DeepSeek plant, mindestens 160.000 Huawei-Beschleuniger in einem Rechenzentrum in der Inneren Mongolei zu installieren – eine Zahl, die die angestrebte Größenordnung verdeutlicht.
Die CUDA-Mauer und die Grenzen des Plans
Huawei wurde nicht nur durch die physischen Komponenten seiner Chips ausgebremst. Seit fast zwanzig Jahren wird ein Großteil der KI-Software für CUDA entwickelt , und diese installierte Basis ist schwer zu verdrängen. CUDA ist nicht nur ein Compiler, sondern umfasst auch Bibliotheken, Testwerkzeuge, Handbücher, Beispiele und eine sehr große Community. Verschiedenen Analysen zufolge verfügt CUDA über rund vier Millionen Entwickler – ein Netzwerk, das Nvidia zu seiner stärksten Verteidigung ausgebaut hat.
Huawei bietet mit CANN eine eigene Alternative, doch ein Compiler und einige Bibliotheken reichen nicht aus. Um wirklich konkurrenzfähig zu sein, braucht es Diagnosetools, Schulungen und Fachkräfte, die reale Probleme lösen können. Genau diese Lücke versucht DeepSeek mit seiner Expertise in der Low-Level-Optimierung und einer bestehenden Open-Source-Community zu schließen.
Auch der politische und regulatorische Rahmen spielt eine Rolle. Washington beschränkt weiterhin den Verkauf fortschrittlicher Beschleuniger und den Zugang zu wichtigen Halbleiterfertigungsanlagen. Diese Hindernisse schränken Huaweis internationale Expansion ein, obwohl der chinesische Markt groß genug ist, um das Vorhaben wirtschaftlich rentabel zu machen.
Huawei hat eingeräumt, dass seine Produktion nicht ausreicht, um die Inlandsnachfrage zu decken, und dass es sich vorerst lieber auf China konzentriert, anstatt international zu expandieren. Die Roadmap sieht die Markteinführung des Ascend 960DT für Anfang 2027 sowie eine Roadmap bis 2029 vor, mit dem Ziel, die Rechenleistung mit jedem Upgrade zu verdoppeln.
DeepSeek hat unterdessen auch den Kapitalmarkt im Blick. Laut Bloomberg bereitet das Unternehmen eine Finanzierungsrunde mit einer Bewertung von fast 74.000 Milliarden US-Dollar vor , in Erwartung eines möglichen Börsengangs. Diese Kombination aus Finanzkraft, Open-Source-Code und in China entwickelter Hardware erklärt, warum das Unternehmen außerhalb Chinas genau beobachtet wird.
Für ein Entwicklerteam liegt das eigentliche Dilemma in den Kosten des Plattformwechsels. Jede Funktion, die aktuell eine Nvidia-Bibliothek verwendet, benötigt eine entsprechende Version für Huawei, und Kompatibilitätsprobleme treten oft erst auf, nachdem das System bereits in Betrieb ist. Die Tools von DeepSeek zielen darauf ab, diese Hürden zu verringern, beseitigen aber weder den Vorteil von CUDA noch garantieren sie, dass alle Modelle auf Ascend gleich gut funktionieren.
In Spanien und dem übrigen Europa sind die Auswirkungen weniger unmittelbar, aber nicht weniger bedeutend. Die meisten Unternehmen und Rechenzentren sind auf US-amerikanische Zulieferer angewiesen, und es gibt keine vergleichbare lokale Alternative zu CUDA. Chinas Schritt verdeutlicht, dass technologische Autonomie nicht allein von Chipherstellern abhängt, sondern auch von Software, Programmiersprachen und Communities.
Der Kampf wird nicht mit einer Pressemitteilung gewonnen. Entscheidend wird sein, wie viele Projekte CUDA aufgeben, wie viele Anwender TileLang nutzen und ob Huawei über genügend Chips verfügt, um die Nachfrage zu decken. Sollten die Tools nicht überzeugen, werden viele Teams ohne große Mühe zu ihren alten Methoden zurückkehren.
DeepSeeks und Huaweis Schritt verlagert den Wettbewerb auf eine weniger sichtbare Ebene als die Hardware: die Software, die jeden Chip erst nutzbar macht. Es ist kein endgültiger Schlag für Nvidia, aber ein Schritt, der die Kosten eines Ausstiegs aus dem eigenen Ökosystem senkt und mittelfristig Kaufentscheidungen in China beeinflussen könnte. Außerhalb Chinas wird der Effekt von Huaweis Produktionskapazität und dem Druck der USA auf ihre Verbündeten abhängen.