Une semaine après que Huawei a annoncé sa décision d’ouvrir la boîte à outils de la boîte à outils de la cann (Calculs Architecture for Neural Networks), l’industrie technologique traite toujours ce que cette décision signifie pour l’avenir du développement de l’IA.
En mettant son alternative open source Huawei Cann à Cuda disponible gratuitement pour les développeurs du monde entier, le géant chinois de la technologie a tiré ce que beaucoup considèrent comme un tir important dans la bataille contre les deux décennies de Nvidia et la domination continue sur l’informatique de l’IA.
Bien que ce soit un défi notable pour le statu quo, la vraie question est de savoir si Huawei peut surmonter les obstacles techniques et systémiques substantiels qui ont maintenu Cuda pratiquement incontesté pendant près de vingt ans.
Qu’est-ce que Cann et pourquoi est-ce important?
Cann est l’architecture informatique hétérogène de Huawei qui propose des interfaces de programmation à plusieurs niveaux pour aider les développeurs à créer des applications d’IA optimisées pour les GPU Ascende IA de Huawei. Introduit pour la première fois en 2018 dans le cadre de la stratégie d’IA de Huawei, Cann est l’équivalent de la société à la plate-forme CUDA de Nvidia.
Cann fournit des API pour les applications d’IA sur ASCEND, offrant aux développeurs plusieurs options pour construire des applications de haut niveau et à forte intensité de performance. L’architecture représente des années de développement visant à créer un écosystème logiciel complet autour du matériel d’IA de Huawei.
Le calendrier stratégique derrière la décision open source
La décision de Huawei de prendre Cann open-source arrive à un moment particulièrement tendu dans les relations technologiques américano-chinoises. Le président en rotation de Huawei, Eric Xu Zhijun, a déclaré que cette décision aiderait à «accélérer l’innovation des développeurs» et à «rendre Ascend plus facile à utiliser» lors de la conférence des développeurs de l’entreprise à Pékin.
L’annonce suit de près après que l’administration du cyberespace de la Chine (CAC) a lancé une enquête sur NVIDIA, sur la base de ce qu’il a appelé des «problèmes de sécurité graves» impliquant les processeurs et les demandes de Nvidia des législateurs américains pour ajouter des fonctionnalités de suivi au matériel de Chips.
Le contrôle réglementaire ajoute une autre couche de complexité à une relation déjà tendue entre les deux superpuissances.
L’emprise monopolistique de Cuda sur le développement de l’IA
Pour comprendre la signification de la décision de Huawei, il est important d’examiner la domination de Cuda de Nvidia. Cuda, souvent décrite comme un «douves» fermé ou, à l’occasion, «marécage», a été considérée par certains comme une barrière pour les développeurs à la recherche de compatibilité multiplateforme.
Son intégration serrée avec Nvidia Hardware a verrouillé les développeurs dans un seul écosystème de fournisseur depuis deux décennies, avec tous les efforts pour amener Cuda à d’autres architectures GPU à travers des couches de traduction bloquées par la société. Il a des dispositions supplémentaires à son accord de licence CUDA qui empêche les développeurs de gérer CUDA sur des GPU tiers via des couches de traduction.
De nombreux développeurs d’IA chinois utilisent des GPU de NVIDIA en partie à cause de la plate-forme CUDA, qui est la plate-forme de développement par défaut depuis des années. Cette situation met en évidence le défi auquel Huawei est confronté à convaincre les développeurs de migrer vers son écosystème.
Analyse de l’industrie et implications du marché
Les analystes technologiques ont offert des évaluations mitigées de la stratégie open source de Huawei. Alors que le cann open-source pourrait aider Huawei à accélérer l’adoption de sa boîte à outils logiciels interne et ainsi son matériel, il faudra probablement des années pour que Cann corresponde au support écosystémique de CUDA, qui a été maintenu en continu et raffiné sur près de deux décennies.
Le paysage concurrentiel révèle l’ampleur du défi de Huawei. Même avec le statut open-source, l’adoption peut dépendre de la façon dont Cann prend en charge les cadres d’IA existants, en particulier pour les charges de travail émergentes dans les modèles de grande langue et les outils d’écrivain d’IA. L’écosystème logiciel autour de CUDA comprend des milliers de bibliothèques optimisées et une documentation approfondie qui a pris des années à se développer.
Cependant, il existe des signes de progrès dans le matériel de Huawei, avec plusieurs affirmations selon lesquelles certaines puces Ascend peuvent surpasser les processeurs NVIDIA dans des conditions spécifiques. Les rapports suggèrent que les résultats de référence de CloudMatrix 384 contre Nvidia exécutant Deepseek R1 suggèrent que la trajectoire de performance de Huawei comble l’écart de performance.
Construire un écosystème alternatif
Huawei a, selon le Post du matin du sud de la Chinea commencé des discussions avec les principaux utilisateurs chinoises de l’IA, les universités, les institutions de recherche et les partenaires commerciaux sur la contribution à une communauté de développement d’Ascend open provenant. L’approche collaborative reflète des initiatives open source réussies dans d’autres secteurs technologiques, où les contributions communautaires accélèrent le développement et l’adoption.
Contexte mondial de guerre des puces
L’Initiative Open-source Cann s’inscrit dans l’indépendance technologique de la Chine. La dynamisme open-source du pays prend de l’ampleur, avec plus d’entreprises de technologie nationale travaillant à rendre leurs technologies propriétaires accessibles au public. Les exemples récents incluent l’ouverture de Xiaomi de son modèle en grand langage audio Midashenglm-7b et la version par Alibaba du modèle de codage AI de coder QWEN3.
Tout cela se produit dans le contexte des restrictions d’exportation américaines en cours ciblant les sociétés technologiques chinoises. Dans l’environnement actuel, où les restrictions américaines affectent les exportations matérielles de Huawei, la création d’une pile logicielle domestique robuste pour les outils d’IA devient aussi importante que d’améliorer les performances des puces.
Scepticisme expert et défis à venir
Les performances brutes à elles seules ne garantiront pas la migration des développeurs sans stabilité et support logiciels équivalents. Le défi s’étend au-delà des capacités techniques pour inclure la qualité de la documentation, l’activité communautaire et l’intégration dans les flux de travail du développement.
La route à venir
Les implications pour l’industrie mondiale des semi-conducteurs restent importantes. Alors que la compétition technologique américaine-chinoise s’intensifie, la stratégie open source de Huawei représente un passage de la concurrence sur les plates-formes propriétaires pour créer des écosystèmes collaboratifs qui pourraient remodeler comment le développement de logiciels de l’IA évolue à l’échelle mondiale.
Il reste à voir si cette initiative défera avec succès la domination de Nvidia, mais elle marque certainement un nouveau chapitre de la bataille en cours pour le contrôle sur l’infrastructure informatique de l’IA qui alimente la prochaine génération d’innovation technologique.
