A DeepSeek anunciou nesta quarta-feira (30) uma parceria com a Huawei Technologies para desenvolver infraestrutura de programação voltada aos chips de inteligência artificial Ascend e disponibilizar componentes em código aberto. O trabalho inclui bibliotecas de computação e comunicação e uma solução conjunta de “supernó” baseada em 128 chips Ascend 950, ampliando a tentativa das empresas chinesas de reduzir a dependência da plataforma de software da Nvidia.
A iniciativa concentra-se em uma parte menos visível, mas decisiva, da disputa por computação para IA: o software que transforma a capacidade física de um acelerador em desempenho efetivamente utilizável por modelos de linguagem. A DeepSeek informou que a Huawei deu suporte integral ao desenvolvimento da infraestrutura e que as duas empresas avançaram conjuntamente na otimização da comunicação e da computação do sistema de 128 chips.
O anúncio ocorreu 13 dias depois de a Huawei apresentar, em 17 de setembro, sua nova geração de infraestrutura para inteligência artificial no Huawei Connect 2026. Na ocasião, a companhia destacou o Ascend, os sistemas SuperPoD e a arquitetura UnifiedBus como componentes de uma estratégia voltada à expansão de grandes clusters de processamento.
Software passa a ser parte central da disputa pelos aceleradores
O ponto de maior alcance da parceria é a camada de programação. A DeepSeek destacou o TileLang, linguagem de programação de alto nível e código aberto concebida para facilitar o desenvolvimento de kernels de computação para diferentes aceleradores. Segundo a empresa, a tecnologia permite uma abordagem de programação mais simples do que a utilizada pelo CUDA, plataforma proprietária da Nvidia para programação de GPUs.
A comparação é relevante porque CUDA não se limita a uma linguagem. A própria Nvidia descreve sua plataforma como uma combinação de compiladores, bibliotecas, ambiente de execução e ferramentas de desenvolvimento que formam a camada de software usada para explorar suas GPUs em aplicações de computação acelerada. O ecossistema inclui ainda bibliotecas especializadas para inteligência artificial e computação de alto desempenho.
Na prática, isso significa que a competição entre fabricantes de aceleradores não depende apenas de produzir chips com maior capacidade computacional. É necessário oferecer compiladores, bibliotecas, ferramentas de otimização e interfaces capazes de permitir que pesquisadores e empresas adaptem seus modelos ao hardware sem reescrever uma parcela excessiva do software.
É nesse ponto que a abertura da infraestrutura ganha importância. Em vez de construir uma camada fechada exclusivamente para uso interno, DeepSeek e Huawei ampliam a disponibilidade dos componentes necessários à programação dos Ascend. O efeito pretendido é reduzir a distância entre o hardware e os desenvolvedores que precisam utilizá-lo.
O projeto do TileLang também mostra que essa estratégia não começou com o anúncio desta quarta-feira. O repositório oficial do projeto registrou em 30 de setembro o suporte oficial ao Huawei Ascend 950, com geração nativa de código, escalonamento e sincronização automáticos e recursos para programação vetorial SIMD e SIMT. A mesma base de software já vinha sendo utilizada para kernels associados a modelos DeepSeek.
Huawei acelera a construção de uma pilha própria de computação
O movimento da DeepSeek se encaixa em uma estratégia mais ampla da Huawei de ampliar o ecossistema de software em torno do Ascend. Na apresentação de setembro, a companhia afirmou que o CANN, plataforma de computação voltada aos aceleradores Ascend, passou a adotar um processo de desenvolvimento sustentado pela comunidade de código aberto. A empresa também informou que o ecossistema Ascend já contava com mais de 90 projetos relevantes de código aberto de terceiros e suporte oficial como backend para PyTorch.
A arquitetura apresentada pela Huawei também revela a escala que a empresa pretende alcançar. O Atlas 960E SuperPoD, baseado em Ascend 960, pode ser configurado com até 4.096 NPUs, segundo a companhia. O sistema usa a tecnologia de interconexão UnifiedBus e foi projetado para treinamento e inferência de modelos com até 10 trilhões de parâmetros.
No caso da geração anterior, a Huawei afirmou que o TaiShan 950 SuperPoD foi atualizado e passou a suportar até 4.096 nós, com um pool de memória unificado de até 256 terabytes. Em uma arquitetura de escala superior, a companhia projeta clusters capazes de conectar até 512 mil NPUs e, com uma topologia adicional, alcançar um milhão de NPUs.
Esses números não representam a configuração anunciada pela DeepSeek nesta quarta-feira e não devem ser tratados como uma comparação direta de capacidade entre sistemas distintos. Eles mostram, porém, a direção tecnológica da Huawei: transformar diferentes aceleradores, nós de computação, memória e interconexões em uma infraestrutura integrada, para que o desempenho não dependa apenas de um único chip.
A parceria com a DeepSeek acrescenta uma camada de software a esse esforço. Para a Huawei, uma base de programação utilizada por uma das principais desenvolvedoras chinesas de modelos de IA pode contribuir para a adaptação de aplicações aos aceleradores Ascend. Para a DeepSeek, o trabalho cria uma rota adicional de desenvolvimento fora da cadeia de software associada exclusivamente às GPUs da Nvidia.
DeepSeek busca eficiência em uma nova geração de modelos
A estratégia ocorre em um momento de rápida evolução dos modelos da própria DeepSeek. Em 10 de setembro, a empresa apresentou o DeepSeek-V4.1-Flash, modelo com 552 bilhões de parâmetros e arquitetura projetada para elevar capacidade, velocidade e eficiência de inferência. A empresa informou ainda que a versão utiliza apenas uma fração dos parâmetros totais de forma ativa em determinadas etapas do processamento, uma característica associada à arquitetura de mistura de especialistas.
Modelos desse porte aumentam a importância da eficiência da infraestrutura. O desempenho final depende não apenas da quantidade de unidades de processamento disponíveis, mas também da forma como memória, comunicação e operações especializadas são distribuídas entre os aceleradores.
O próprio desenho do supernó desenvolvido pela DeepSeek e Huawei aponta para esse problema. A empresa chinesa de IA informou que a solução com 128 Ascend 950 foi otimizada simultaneamente nos níveis de computação e comunicação. Isso sugere que o objetivo não é simplesmente substituir um acelerador por outro, mas construir um conjunto no qual os processadores possam trabalhar de forma coordenada.
Esse aspecto é especialmente importante em modelos com arquiteturas distribuídas. À medida que o processamento é dividido entre diferentes aceleradores, gargalos de comunicação podem reduzir parte do ganho obtido pelo aumento da capacidade computacional. Por isso, redes de alta velocidade, protocolos de interconexão, bibliotecas distribuídas e mecanismos de sincronização se tornaram elementos estratégicos da infraestrutura de IA.
TileLang tenta reduzir o custo de adaptação dos desenvolvedores
A adoção do TileLang também tem uma dimensão de produtividade. O projeto se apresenta como uma linguagem de domínio específica para facilitar a criação de kernels de alto desempenho em GPUs, CPUs e NPUs. O suporte ao Ascend 950 amplia essa proposta para a nova geração de aceleradores da Huawei.
Esse modelo de desenvolvimento pode reduzir a necessidade de que cada aplicação seja otimizada individualmente em linguagens e interfaces de baixo nível específicas do fabricante. Não significa que a migração entre plataformas seja automática ou que o desempenho seja idêntico em diferentes arquiteturas. A implementação ainda depende do compilador, do backend, das bibliotecas e das características de cada acelerador.
O projeto já mantém diferentes backends. Além do suporte ao Ascend 950, a documentação registra caminhos específicos para CUDA da Nvidia, ROCm/HIP da AMD, Metal da Apple e outros ambientes. Isso coloca o TileLang em uma posição diferente de uma ferramenta criada exclusivamente para substituir CUDA em um único tipo de chip. A proposta é fornecer uma camada de programação comum, com implementações específicas para cada arquitetura.
Para a DeepSeek, essa característica é compatível com a defesa de um ecossistema de software mais independente. Para a Huawei, a utilização de uma linguagem com suporte multiplataforma pode facilitar a entrada de desenvolvedores que já trabalham com outras arquiteturas e diminuir o custo inicial de adaptação aos Ascend.
Próxima etapa será transformar abertura em adoção
O anúncio, por si só, não comprova que a Huawei tenha alcançado paridade de software ou desempenho com a plataforma da Nvidia. A vantagem de um ecossistema consolidado está justamente no acúmulo de bibliotecas, ferramentas, documentação, desenvolvedores e aplicações compatíveis. A Nvidia afirma que CUDA é usado há anos em milhares de aplicações e integra diferentes camadas de desenvolvimento e aceleração.
Por isso, o resultado comercial e tecnológico da parceria dependerá da capacidade de transformar os componentes disponibilizados pela DeepSeek em ferramentas amplamente utilizadas por outros desenvolvedores, empresas e centros de pesquisa.
A cronologia indica que a iniciativa também ocorre em sincronia com a aceleração do ecossistema Ascend. Em 17 de setembro, a Huawei apresentou sua arquitetura de SuperPoDs e SuperClusters e associou a expansão desses sistemas a uma estratégia de abertura de software e hardware. Em 30 de setembro, o suporte oficial do TileLang ao Ascend 950 apareceu no próprio projeto de código aberto, enquanto a DeepSeek anunciou a abertura da infraestrutura desenvolvida em conjunto.
O próximo passo, portanto, será a adoção efetiva desses recursos em cargas de trabalho de inteligência artificial em escala. A capacidade de executar modelos reais com desempenho consistente, eficiência de comunicação e menor esforço de desenvolvimento será um dos fatores que determinarão a relevância prática da iniciativa.
O acordo entre DeepSeek e Huawei representa, assim, uma frente de disputa que vai além da fabricação de chips. O objetivo é fortalecer uma cadeia completa de computação para IA, reunindo processadores Ascend, interconexão, sistemas de memória, bibliotecas de comunicação e ferramentas de programação. A abertura do software é parte dessa estratégia e tenta atacar justamente um dos principais obstáculos para a formação de um ecossistema tecnológico independente: a necessidade de que desenvolvedores tenham ferramentas suficientemente maduras para explorar o hardware disponível.
Fontes:
Reuters – anúncio da parceria entre DeepSeek e Huawei, infraestrutura de programação para Ascend e solução de supernó com 128 chips Ascend 950
Huawei – apresentação do Huawei Connect 2026 sobre Ascend, SuperPoD, UnifiedBus, CANN e arquitetura de computação para inteligência artificial
TileLang – repositório oficial e registro de suporte ao Huawei Ascend 950, geração de código e recursos de programação
Nvidia – documentação oficial da plataforma CUDA, ferramentas de desenvolvimento e ecossistema de computação acelerada
