젠슨 황이 가장 걱정하던 일이 현실화되고 있다: DeepSeek가 미국 주도의 AI 기술 스택에서 이탈하기 시작했으며, 하위 구성 요소들이 집단적으로 화웨이 어센드를 채택하고 있다

동찰 Beating AI 속보, DeepSeek가 화웨이와 손잡고 AI 학습 및 추론 저층 구성 요소 일체를 어센드에 올렸다. 새로 오픈소스화한 도구는 연산자 개발, 행렬 계산, 크로스카드 통신, Attention, 데이터 필터링을 포괄하며, 기본적으로 DeepSeek가 이전에 엔비디아 GPU를 위해 구축했던 저층 도구 세트에 대응한다. 로이터는 이것이 중국 기술 기업들이 엔비디아 생태계 대안을 찾는 최신 진전이라고 보도했다.

여기서 가장 핵심은 TileLang이다. DeepSeek V4 학습에서的大量 연산자가 이미 이것으로 구현되었다. 이것이 해결하는 것은 매우 저층적인 문제다: 개발자가 모델 내 계산을 어떻게 실제로 효율적으로 칩에서 실행할 것인가. 과거에는 이 능력이 CUDA를 중심으로高度로 구축되었는데, 이제 DeepSeek와 화웨이가 어센드에 대응 버전을 채워 넣고 있다.

이는 정확히 젠슨 황이 몇 달 전 가장 걱정했던 일을 정면으로 찌른다. 올해 4월, 그는 Dwarkesh Patel의 팟캐스트에서 만약 언젠가 DeepSeek가 화웨이 칩에서 가장 먼저 출시된다면 미국에 '끔찍한 결과'가 될 것이라고 말했다. 그가 걱정한 것은 결코 화웨이 칩 자체만이 아니라, 모델이 화웨이 아키텍처를 중심으로 최적화되기 시작하는 것이었다. 일단 전 세계 개발자들이 동일한 모델을 받았을 때 기본적으로 미국이 아닌 하드웨어에서 더 잘 실행된다면, 미국 칩의 우위는 조금씩 약화될 것이다.

DeepSeek의 이후 움직임은 거의 이 경로를 따라 전개되었다. V4는 이미 어센드 950 적응을 시작했고, 화웨이는 자사 칩이 일부 V4 학습에 참여했다고 밝혔다. 《The Information》은 지난주 량원펑이 국산 칩 학습 확대를 DeepSeek의 중점 베팅으로 지정했으며, 빠르면 4분기에 새로운 화웨이 학습 칩을 확보할 것으로 예상된다고 또 보도했다.

이제 소프트웨어 계층을 채우고 있다. 모델 적응에서 학습 칩, 다시 행렬 계산, MoE 통신, Attention, 연산자 개발에 이르기까지, DeepSeek는 과거 엔비디아와 CUDA에 심하게 의존했던 저층 능력의 일부를 점진적으로 화웨이 어센드로 이전하고 있다.

미중 AI 패권 경쟁은 과거 누구의 모델이 더 강한지, 누가 GPU를 더 많이 가졌는지를竞争했다; 이제는 누가 칩, 연산자, 통신에서 학습 프레임워크까지 일整套 기술 스택을 구축할 수 있는지로 바뀌기 시작했다. CUDA가 과거 가장 대체하기 어려웠던 것은 결코 그래픽카드 한 장이 아니라, 그것을 둘러싸고 자라난 소프트웨어 일체였다. DeepSeek와 화웨이가 지금 채우고 있는 것이 바로 이 계층이다.