Xitoyning DeepSeek sunʼiy intellekt (SI) kompaniyasi 2026-yil 30-sentabrda Huawei Technologies bilan hamkorlikda Huaweiʼning Ascend chiplari uchun optimallashtirilgan dasturlash vositalarini ishlab chiqqanini eʼlon qildi. Loyiha doirasida yuqori darajali TileLang dasturlash tili hamda tegishli hisoblash va aloqa kutubxonalari ochiq kodli qilindi. Reuters xabariga koʻra, eʼlon kompaniyaning rasmiy WeChat sahifasi orqali berilgan. Tashabbusning ochiq aytilgan maqsadi — SI hisoblashlarida Nvidia ekotizimiga muqobil infratuzilma yaratish. DeepSeek oʻzi katta til modellarini ishlab chiquvchi sifatida bu vositalarning birinchi foydalanuvchisi hamdir: kompaniya modellarini oʻqitish va ishga tushirishda qoʻllaniladigan texnologiyalarni endi ochiq ekotizimga chiqarmoqda.
TileLang: Ascend uchun yuqori darajali til
DeepSeek rasmiy postida TileLangʼni Ascend platformasi uchun moʻljallangan yuqori darajali dasturlash tili sifatida taqdim etdi. Kompaniya taʼkidlashicha, til Nvidiaʼning CUDA platformasiga nisbatan oddiyroq dasturlash modelini beradi: bu ishlab chiqish samaradorligini oshiradi va SI tezlatgichlari uchun kod mantiqini soddalashtiradi.
"TileLang Nvidia CUDAʼga nisbatan oddiyroq dasturlash modelini taklif qiladi". — DeepSeek, rasmiy WeChat posti orqali
TileLang bilan birga hisoblash va aloqa kutubxonalari ham ochiq kodli qilindi. Birgalikda ular Ascend chiplari uchun toʻliq dasturlash infratuzilmasini tashkil qiladi: ishlab chiquvchi endi past darajadagi apparat tafsilotlari bilan emas, balki yuqori darajadagi til vositalari bilan ishlaydi. Dasturlash infratuzilmasining ochiqligi amaliy ahamiyatga ega — yopiq vositalar ishlab chiquvchini bitta yetkazib beruvchiga bogʻlab qoʻyadi, ochiq vositalar esa kodni koʻchirish va mustaqil rivojlantirish erkinligini beradi. Nvidia CUDA atrofida shakllangan ekotizimga ochiq muqobil qurish yoʻlidagi bu qadam aynan shu mantiqqa tayanadi. Chip sohasidagi hamkorliklar soʻnggi paytlarda koʻpaymoqda: avvalroq OpenAI va Synopsysʼning chip loyihalash uchun SI modelini birga yaratishi haqida yozgan edik.
DeepGEMM-Ascend: ochiq kodli yadro kutubxonasi
Hamkorlikning ikkinchi natijasi — DeepGEMM-Ascend: Huawei Ascend neyron protsessorlari (NPU) uchun matritsa koʻpaytirish yadrolarining ochiq kodli kutubxonasi. Matritsa koʻpaytirish — neyron tarmoqlarning asosiy hisoblashi boʻlib, katta til modellarini oʻqitish hamda ishga tushirish tezligi bevosita shu operatsiyalarning samaradorligiga bogʻliq.
Birinchi reliz 2026-yil 30-sentabrda chiqdi va Ascend 950 qurilmalarini qoʻllab-quvvatlaydi. DeepSeek maʼlumotiga koʻra, yadrolar apparat imkoniyatiga yaqin unumdorlikda ishlaydi. Kutubxona DeepGEMM API bilan toʻliq mos: BF16, FP8 va FP4 formatlaridagi GEMM operatsiyalari, MQA logits hamda MegaMoE yadrolari Ascend platformasida ishlaydi. Loyiha GitHubʼda ochiq joylashtirilgan — har kim kodni koʻrib chiqishi, sinashi va oʻz loyihasida qoʻllashi mumkin. Apparat imkoniyatiga yaqin unumdorlikka erishish katta modellarning ishga tushirish narxiga bevosita taʼsir qiladi: bir xil chipda koʻproq hisoblash — kamroq energiya va kamroq apparat degani. Shuning uchun yadro kutubxonalarining samaradorligi nafaqat tezlik, balki iqtisodiy masala hamdir.
128 ta Ascend 950 chipiga asoslangan "supernode"
Ikki kompaniya birgalikda 128 ta Ascend 950 chipiga asoslangan "supernode" yechimini ham ilgari surdi. Unda hisoblash quvvati va chiplararo aloqa bir vaqtda optimallashtirilgan — katta modellarni oʻqitishda aynan shu ikki omil asosiy toʻsiq hisoblanadi. DeepSeek bildirishicha, infratuzilmani ishlab chiqishda Huawei toʻliq qoʻllab-quvvatlagan. Bu hamkorlikning chuqurligini koʻrsatadi: gap faqat alohida kutubxona haqida emas, balki apparat va dasturiy taʼminotni birgalikda loyihalash haqida bormoqda.
Supernode arxitekturasi alohida chiplarni yagona kuchli hisoblash tuguniga birlashtiradi. Bunday yondashuv maʼlumotlar markazlarida keng qoʻllaniladi: alohida protsessorlar oʻrniga ularning zich klasteri bitta mantiqiy tizim sifatida ishlaydi. DeepSeek va Huaweiʼning yechimi aynan Ascend ekotizimi uchun shunday klasterni standartlashtirishga qaratilgan — dasturlash vositalari ochiq boʻlgani uchun uchinchi tomon ishlab chiquvchilar ham shu arxitekturaga mos yechimlar yaratishi mumkin.
