DeepSeek publicó el 30 de septiembre de 2026 bibliotecas de cómputo y comunicación para los chips Ascend 950 de Huawei. La empresa china de IA dijo que Huawei colaboró en el desarrollo y que ambas trabajan en una solución de supernodo con 128 aceleradores. El código permite adaptar operaciones de sus modelos a esa plataforma, pero el anuncio no demuestra que todo el entrenamiento de DeepSeek ya pueda prescindir de Nvidia. TileLang, el lenguaje destacado en la presentación, llevaba más de un año disponible como proyecto abierto.
DeepGEMM y DeepEP cubren operaciones distintas
La nueva versión DeepGEMM Ascend traslada a los chips Huawei una biblioteca para multiplicar matrices, una operación que se repite en los modelos de IA. Su repositorio registra el lanzamiento inicial para Ascend 950 el 30 de septiembre y señala que conserva la interfaz de programación de DeepGEMM en otras plataformas. Esa compatibilidad facilita reutilizar partes del software, aunque el código se optimiza para el hardware de Huawei.
DeepEP Ascend se ocupa de la comunicación entre aceleradores. En modelos de mezcla de expertos, los datos deben viajar hacia las partes del modelo que los procesan y regresar después. El repositorio describe funciones para esas transferencias y señala que otras formas de comunicación todavía están en desarrollo. DeepSeek también añadió soporte Ascend a TileKernels y DeepSelect, además de publicar operaciones de atención para ese hardware en FlashMLA.
La diferencia entre estas piezas importa: tener código para calcular dentro de cada chip y mover datos entre chips reduce trabajo de adaptación, pero no equivale por sí mismo a ejecutar un entrenamiento completo en un clúster grande. FomoEra había informado que DeepSeek buscaba ampliar el uso de aceleradores Huawei para entrenar modelos, una meta distinta de publicar componentes de software.
TileLang no nació con el anuncio de DeepSeek
DeepSeek presenta TileLang como una forma más sencilla de escribir operaciones para chips de IA que trabajar directamente con CUDA, según Reuters. Su historia, sin embargo, empezó antes de esta colaboración: el repositorio principal de TileLang sitúa su apertura en enero de 2025 y atribuye el desarrollo inicial a investigadores de la Universidad de Pekín, con parte del trabajo realizado durante una estancia en Microsoft Research. Una adaptación del lenguaje para Ascend se hizo pública en septiembre de 2025.
La contribución anunciada ahora consiste en ampliar el software disponible para Ascend 950 con apoyo técnico de Huawei. El repositorio de TileKernels agradece expresamente a los desarrolladores de TileLang y a Huawei por su apoyo al nuevo backend. Presentar TileLang como un lenguaje creado este 30 de septiembre por DeepSeek confundiría una herramienta ya existente con el trabajo de adaptación que acaba de anunciarse.
TileLang tampoco reemplaza automáticamente a CUDA: el propio proyecto mantiene un backend para Nvidia como su ruta principal. Su utilidad en este anuncio es que permite escribir determinadas operaciones con un lenguaje de más alto nivel y llevarlas a chips Ascend mediante el backend correspondiente.
La prueba pendiente está en el sistema completo
DeepSeek dijo a Reuters que ambas compañías avanzaron en una solución de supernodo de 128 chips Ascend 950 y optimizaron tanto el cálculo como la comunicación. Los repositorios publican mediciones de rendimiento de componentes sobre hardware Huawei, bajo configuraciones definidas por los propios desarrolladores. Esos resultados describen operaciones concretas; no constituyen una comparación independiente del costo, la estabilidad y el rendimiento de un entrenamiento completo frente a una plataforma Nvidia.
El lanzamiento da a otros desarrolladores código y documentación para trabajar con Ascend 950 y comprobar esas operaciones en sus propias cargas. El alcance de la alternativa a CUDA dependerá también de que las bibliotecas funcionen juntas a escala y de la disponibilidad de chips, no solo de que un lenguaje de programación sea abierto.
