딥시크가 화웨이의 인공지능(AI) 반도체 '어센드' 전용 핵심 소프트웨어를 공개했다. 엔비디아에 집중된 개발 환경에서 벗어나 중국산 반도체로도 대규모 모델을 개발할 수 있는 소프트웨어 기반을 넓히려는 행보다.
1일 중국 경제매체 커촹반일보에 따르면 딥시크는 최근 프로그래밍 언어 '타일랭'의 어센드 버전을 오픈소스로 공개했다. 기존 엔비디아용 소프트웨어에 대응하는 환경을 제공해 반도체 등 하드웨어 전환에 따른 개발 부담을 낮추는 것이 핵심이다.
이번에 공개된 타일랭은 인공지능 모델의 개별 계산 기능인 연산자를 작성하는 언어다. 개발자가 계산을 비교적 간단하게 표현하면 컴파일러가 이를 대상 칩에 맞게 변환한다. 딥시크는 "모델 학습에 사용하는 대부분의 연산자를 타일랭으로 구현했으며 학습에 쓰이는 각 타일랭 연산자에 대응하는 어센드용 고성능 구현도 마련했다"고 밝혔다.
아울러 화웨이는 대규모 연산에 필요한 통신 환경을 지원했다. 이를 통해 딥시크와 화웨이는 어센드 950 기반 가속기 128개를 고속으로 연결하는 슈퍼노드 구성을 추진하고 연산과 통신을 공동 최적화했다.
엔비디아의 개발 플랫폼 '쿠다'를 대체하려는 움직임인 셈이다. 엔비디아의 핵심 경쟁력은 쿠다를 중심으로 한 반도체 성능과 소프트웨어 생태계의 결합이다. 연산 라이브러리와 오류 분석, 성능 최적화 도구 등이 쿠다를 중심으로 연결돼 있다. 때문에 개발자가 이 환경에 맞춰 코드를 작성하고 최적화할수록 다른 AI 칩으로 구성된 하드웨어 환경으로 전환하기가 어려워진다.
국산 AI 반도체의 활용을 확대하려면 이 같은 '쿠다 생태계'에서 벗어나야 한다는 지적이 중국 내부에서 지속적으로 제기된 이유다. 국산 AI칩을 확보하더라도 쿠다와 같은 개발 플랫폼을 갖추지 못하면 칩 성능을 충분히 활용하기 어렵다는 것. 미국이 첨단 반도체의 중국 수출을 통제해 온 상황에서 국산 칩 실전 투입의 생태계가 될 소프트웨어 기반을 갖추는 것은 AI 산업의 공급망을 키우는 것과 같다는 목소리도 나왔다. 딥시크에도 개발의 연속성이 걸린 문제였다. 특정 업체의 칩과 개발 도구에 대한 의존도가 높으면 모델 학습과 서비스 확장에 영향을 줄 수 있다.
타일랭이 다른 중국산 칩으로 확산하면 업체별로 나뉜 소프트웨어 생태계가 연결될 수 있다는 관측도 나온다. 한 업계 관계자는 커촹반일보를 통해 "칩 제조사들이 타일랭 같은 중립적인 언어 계층에 연결하면 상위 연산자 생태계를 공유할 수 있다"며 "다만 칩마다 구조와 메모리, 통신 방식이 달라 추가 최적화는 필요하다"고 말했다.