Huawei otwiera kod AI: Szczodra oferta dla programistów czy próba nadgonienia konkurencji?

Huawei zaskoczył branżę, ogłaszając na konferencji Huawei Connect 2025 ambitny plan otwarcia kodu źródłowego kluczowych komponentów swojego ekosystemu sztucznej inteligencji. Zapowiedź obejmuje udostępnienie jeszcze w tym roku narzędzi, środowisk uruchomieniowych i modeli fundamentowych. Eksperci zastanawiają się, czy to szczodra oferta dla programistów, czy pragmatyczny ruch mający na celu zwiększenie popularności platformy Ascend.

Uznanie problemów programistów

Eric Xu, wiceprezes Huawei, rozpoczął swoje przemówienie od zaskakującej szczerości, przyznając, że programiści napotykali trudności z infrastrukturą Ascend. Odnosząc się do wpływu publikacji DeepSeek-R1, Xu zauważył, że zespoły badawczo-rozwojowe Huawei intensywnie pracowały nad dostosowaniem możliwości inferencyjnych chipów Ascend 910B i 910C do potrzeb klientów. To rzadki przykład publicznego przyznania się do niedociągnięć, które ma przygotować grunt pod nadchodzące zmiany.

Słowa uznania problemów programistów stanowią ważny kontekst dla zobowiązań open source ogłoszonych podczas Ascend Computing Industry Development Summit. Dla tych, którzy zmagali się z narzędziami Ascend, dokumentacją lub dojrzałością ekosystemu, takie szczere podejście sygnalizuje świadomość różnic między możliwościami technicznymi platformy a jej praktyczną użytecznością. Strategia open source wydaje się być bezpośrednią odpowiedzią na te problemy, umożliwiając wkład społeczności, przejrzystość i zewnętrzne ulepszenia.

CANN i Mind Series: Dwa filary otwartego ekosystemu

Kluczowym elementem planu jest CANN (Compute Architecture for Neural Networks), podstawowy zestaw narzędzi Huawei, który stanowi pomost między frameworkami AI a sprzętem Ascend. Firma udostępni interfejsy kompilatora i wirtualny zestaw instrukcji, a także otworzy kod źródłowy pozostałego oprogramowania. Takie podejście pozwala programistom na optymalizację kodu pod kątem procesorów Ascend, zachowując jednocześnie kontrolę nad kluczowymi elementami.

Równie istotne jest otwarcie kodu Mind Series, czyli środowiska programistycznego, z którego programiści korzystają na co dzień. SDK, biblioteki, narzędzia do debugowania i profilowania staną się dostępne do wglądu, modyfikacji i rozbudowy przez społeczność. Oznacza to, że ekosystem rozwoju będzie ewoluował dzięki wkładowi społeczności, a nie tylko aktualizacjom dostawcy. To potencjalnie ogromna wartość dla deweloperów.

openPangu: Modele fundamentowe dla każdego?

Huawei zobowiązał się również do udostępnienia kodu źródłowego modeli fundamentowych openPangu. Stawia to firmę w jednym rzędzie z Meta (Llama) i Mistral AI, które również promują otwarte modele. Brakuje jednak szczegółów dotyczących możliwości openPangu, liczby parametrów, danych treningowych i warunków licencjonowania. Otwarcie modeli fundamentowych rodzi pytania o ograniczenia w komercyjnym wykorzystaniu, użyte zbiory danych do treningu oraz potencjalne ograniczenia i obciążenia każdego modelu. Możliwość dostrajania i redystrybucji modelu również pozostaje niejasna.

Dla programistów, modele fundamentowe z otwartym kodem źródłowym stanowią punkty wyjścia dla aplikacji specyficznych dla danej domeny, bez konieczności posiadania ogromnych zasobów obliczeniowych potrzebnych do treningu od zera. Jednak jakość modelu, elastyczność licencji i dostępna dokumentacja determinują praktyczną użyteczność. Grudniowa publikacja pokaże, czy modele openPangu stanowią konkurencyjne alternatywy dla dotychczasowych opcji open source.

Elastyczność integracji z systemami operacyjnymi

Huawei ogłosił, że udostępnił cały komponent UB OS jako open source, dzięki czemu jego kod można zintegrować ze społecznościami open source OS, takimi jak openEuler. Modułowa konstrukcja oznacza, że organizacje korzystające z Ubuntu, Red Hat Enterprise Linux lub innych dystrybucji nie są zmuszone do migracji do systemu operacyjnego specyficznego dla Huawei. Komponent UB OS można zintegrować z istniejącymi środowiskami. Dla programistów i administratorów systemów znacznie obniża to koszty wdrażania.

Jednak elastyczność wiąże się z odpowiedzialnością. Organizacje, które zdecydują się na integrację kodu źródłowego komponentu UB OS z własnymi systemami, stają się odpowiedzialne za testowanie, konserwację i aktualizacje. Huawei udostępnia komponent jako open source, a nie jako obsługiwany produkt dla dowolnych dystrybucji systemu Linux. Takie podejście sprawdza się w organizacjach z dużym doświadczeniem w systemie Linux i może okazać się wyzwaniem dla tych, którzy oczekują kompleksowego wsparcia ze strony dostawcy.

Kompatybilność z frameworkami: Klucz do sukcesu?

Być może najważniejszym czynnikiem decydującym o adopcji jest kompatybilność z istniejącymi frameworkami AI. Zamiast zmuszać programistów do porzucenia znanych narzędzi, Huawei buduje warstwy integracyjne. Firma priorytetowo traktuje wsparcie dla społeczności open source, takich jak PyTorch i vLLM, aby pomóc programistom w samodzielnym wprowadzaniu innowacji. Kompatybilność z PyTorch jest szczególnie istotna ze względu na dominację tego frameworka w badaniach nad AI i wdrożeniach produkcyjnych. Jeśli programiści będą mogli pisać standardowy kod PyTorch, który będzie wydajnie wykonywany na sprzęcie Ascend bez większych modyfikacji, bariera eksperymentowania znacznie się obniży.

Jednak ogłoszenia nie zawierały szczegółowych informacji na temat kompletności integracji. Częściowa kompatybilność z PyTorch, która wymaga obejść dla niektórych operacji lub zapewnia słabą wydajność, może okazać się bardziej frustrująca niż obecne alternatywy. Jakość integracji frameworków zadecyduje o tym, czy rzeczywiście obniżą one bariery adopcji, czy też po prostu stworzą nowe kategorie problemów z kompatybilnością.

Co pozostaje niejasne?

Pomimo konkretnych zobowiązań i terminów, kilka ważnych szczegółów dotyczących rozwoju AI open source na platformie Ascend pozostaje niezdefiniowanych. Wybór licencji zasadniczo wpłynie na sposób, w jaki programiści i organizacje będą mogli korzystać z oprogramowania. Huawei nie określił, na jakich licencjach zostaną wydane grudniowe wersje. Niejasne są również ogólne struktury zarządzania projektami open source.

Pytania o zarządzanie często decydują o tym, czy projekty przyciągają autentyczny udział zewnętrzny, czy też pozostają inicjatywami kontrolowanymi przez dostawcę z publicznie dostępnym kodem, ale ograniczonym wpływem społeczności.

Ocena i przyszłość

Dla programistów i organizacji rozważających inwestycję w platformę rozwoju AI open source firmy Huawei, najbliższe miesiące to czas na przygotowanie i ocenę. Grudniowa publikacja dostarczy konkretnych materiałów do praktycznej oceny: rzeczywisty kod do przejrzenia, dokumentację do oceny, przykłady do przetestowania i łańcuchy narzędzi do eksperymentowania. Tygodnie po publikacji ujawnią reakcję społeczności – czy zewnętrzni programiści zgłaszają problemy, wnoszą ulepszenia i rozpoczynają budowanie ekosystemu zasobów, które sprawiają, że platformy stają się coraz bardziej wydajne.

Do połowy 2026 r. powinny pojawić się wzorce dotyczące tego, czy strategia rozwoju AI open source firmy Huawei odnosi sukces w budowaniu aktywnej społeczności wokół infrastruktury Ascend, czy też platforma pozostaje przede wszystkim inicjatywą prowadzoną przez dostawcę z ograniczonym udziałem zewnętrznym.