AI 핵심 요약
beta- 딥시크가 30일 화웨이 어센드용 소프트웨어를 공개했다.
- 엔비디아 의존을 낮추려는 중국 AI 생태계 대응이다.
- 타일랭 등으로 칩 최적화와 슈퍼노드를 개발했다.
!AI가 자동 생성한 요약으로 정확하지 않을 수 있어요.
이 기사는 9월 30일 오후 3시18분 '해외 주식 투자의 도우미' GAM(Global Asset Management)에 출고된 프리미엄 기사입니다. GAM에서 회원 가입을 하면 9000여 해외 종목의 프리미엄 기사를 보실 수 있습니다.
이 기사는 인공지능(AI) 번역을 바탕으로 전문 기자들의 검증과 분석을 거쳐 생산된 콘텐츠로, 원문은 중국 유력 경제매체 거룽후이(格隆匯) 9월 30일자 기사입니다.
[서울=뉴스핌] 배상희 기자 = 중국 인공지능(AI) 스타트업 딥시크(DeepSeek∙深度求索∙선두추쒀)가 화웨이의 AI 가속기 '어센드(昇騰·성텅 Ascend)'에서 자사 AI 모델을 효율적으로 구동할 수 있도록 관련 소프트웨어 구성요소를 공식 오픈소스화했다.
엔비디아 중심의 AI 반도체 생태계에 대응할 수 있는 중국산 소프트웨어 기반을 확대하려는 움직임으로 해석된다. 로이터 통신도 이번 협력을 중국 AI 업계가 엔비디아 생태계에 대한 의존도를 낮추기 위한 전략적 움직임으로 설명했다.
30일 딥시크는 화웨이 어센드 플랫폼을 위한 '타일랭(TileLang)' 고급 언어 컴파일 도구와 연산 라이브러리, 분산 통신 라이브러리 등을 공개했다.
특히 기존 엔비디아 플랫폼을 대상으로 공개했던 구성요소와 어센드용 구성요소를 일대일로 대응시킨 것이 핵심이다. 쉽게 말하면 AI 모델을 특정 AI 칩에 맞게 개발하고 최적화하는 데 필요한 소프트웨어 도구들을 화웨이 어센드용으로 마련한 것이다.
엔비디아 GPU에서 AI 개발자들이 CUDA 생태계를 활용하는 것처럼, 어센드에서도 비슷한 방식으로 AI 연산을 개발하고 최적화할 수 있는 환경을 구축하는 데 초점이 맞춰졌다.
핵심은 타일랭이다. 딥시크는 어센드의 하위 수준 명령어인 '어센드(Ascend) C'를 직접 다루지 않고도 개발자가 보다 높은 수준의 프로그래밍 방식으로 AI 연산을 구현할 수 있도록 타일랭을 적용했다. 그러면서도 하드웨어 성능을 최대한 활용할 수 있도록 설계했다. 딥시크는 자사 학습에 사용되는 각각의 타일랭 연산자에 대해 어센드에서도 고성능 구현이 가능하다고 밝혔다.
이번 공개에는 DeepGEMM, DeepEP, TileKernels, FlashMLA, DeepSelect 등도 포함됐다. DeepGEMM은 행렬 연산을 가속하고, DeepEP는 여러 AI칩 사이에서 데이터를 빠르게 주고받는 통신을 담당한다. TileKernels는 벡터 계산과 메모리 접근을, FlashMLA는 긴 문맥을 처리하는 데 필요한 희소 어텐션 연산을 지원하며, DeepSelect는 데이터 선별을 담당한다.
딥시크는 이들 구성요소가 여러 핵심 테스트에서 연산 및 통신 성능이 하드웨어 성능의 상한에 근접했다고 설명했다. 또 개발 과정에서 화웨이와 함께 어센드 950 기반 128개 칩 규모의 슈퍼노드(Supernode) 솔루션을 개발하고 연산·통신 성능을 최적화했다고 밝혔다.
이번 협력은 단순히 딥시크 모델을 화웨이 칩에서 구동하는 수준을 넘어, AI 모델과 AI 반도체를 연결하는 소프트웨어 생태계까지 중국 내에서 구축하려는 시도라는 점에서 의미가 있다. 딥시크는 이번 오픈소스화를 통해 더 많은 AI 반도체에서 활용할 수 있는 개방형 소프트웨어 생태계 구축에 기여하겠다는 입장이다.
pxx17@newspim.com
