På årets udviklerkonference i Shenzhen løftede Huawei sløret for en stor strategiændring. Inden årets udgang bliver Compute Architecture for Neural Networks (CANN) softwarestakken, der driver virksomhedens Ascend AI-processorer, open source. Målet er klart: Du skal nemmere kunne komme i gang og være med til at forme et fællesskab omkring Huaweis chips.
Baggrunden for Huaweis nye open source-satsning
Huaweis ledelse understreger, at softwareudviklere ofte savner åbenhed og adgang til teknologi, som ellers er forbeholdt udvalgte chipplatforme. Ifølge Eric Xu Zhijun, der er skiftende formand hos Huawei, skal open source-udgaven af CANN gøre op med denne lukkede tilgang og fremme innovation på kinesisk designede chips.
Inden offentliggørelsen har Huawei samarbejdet med store universiteter som Tsinghua og Peking, opstartsvirksomheder som StepFun og Infinigence, samt alliancen Model-Chips Ecosystem Innovation Alliance. Sammen har de fastlagt bidragsregler og sikret en gennemsigtig organisering. I praksis bliver CANN lagt ud i offentlige kodearkiver under en tilladende licens. Huawei håber at skabe samme entusiasme, som det er set med Linux og RISC-V, bare inden for Kinas egne hardwareløsninger.
Teknologisk og politisk spændt situation
CANNs åbning sker netop nu, hvor GPU-markedet er præget af usikkerhed. Kinas tilsynsmyndigheder undersøger NVIDIA H20 GPU’erne på grund af bekymringer om datasuverænitet, mens USA kun har givet begrænset eksporttilladelse til samme chip. NVIDIA’s CUDA-platform blokerer nu for tredjeparts-lag på ikke-NVIDIA hardware, hvilket har skabt frustration blandt udviklere.
Hvad gør CANN anderledes?
CANN vil fra starten lade dig lave forks og porte softwaren til andre platforme. Det kan i praksis skabe et mere åbent AI-økosystem. Statistikker fra 2024 viser, at mere end 60 procent af udviklere ønsker større frihed i deres AI-værktøjer. Med CANN skal du ikke vente på godkendelser eller bruge omveje. Her får du adgang til koden og kan bidrage direkte.
CANN vs. CUDA: En udfordrer på vej
CUDA har været markedets standard i to årtier og har et stort bibliotek af optimerede værktøjer. CANN er først på vej ind på scenen. Det bliver en lang proces at indhente den erfaring, der ligger i CUDA. Alligevel kan en åben platform, som holder på bidragyderne, ændre spillereglerne. Hvis Huaweis CANN kan tiltrække engagerede udviklere, kan det ændre virksomhedens rolle til en neutral forvalter af en samlet AI-platform.
Tidshorisont og kommende lanceringer
Første offentlige version af CANN bliver frigivet i fjerde kvartal 2025. Det sker samtidig med lanceringen af Ascend 910C-processoren og en reference-server, der udvikles i samarbejde med Tencent Cloud. Ifølge en 2025-trendrapport forventes over 70 procent af nye AI-applikationer at understøtte flere hardwareplatforme inden udgangen af året.
Perspektiver for danske udviklere
Åbningen af CANN kan give danske og europæiske udviklere adgang til kinesiske AI-chips uden om kommercielle begrænsninger. Du kan deltage i det globale fællesskab, bidrage med kode eller bruge softwaren til egne projekter. Hvis din virksomhed ønsker alternativer til NVIDIA, kan CANN blive en døråbner i de kommende år.
FAQ: Ofte stillede spørgsmål om Huaweis open source CANN
Ofte Stillede Spørgsmål
Hvad er CANN fra Huawei?
CANN er en softwarestack fra Huawei, der bruges til at udvikle AI på virksomhedens Ascend-processorer.
Hvornår bliver CANN open source?
Huawei planlægger at frigive CANN som open source i fjerde kvartal 2025.
Hvordan adskiller CANN sig fra NVIDIA CUDA?
CANN tillader fra starten forks og cross-platform support, mens CUDA hovedsageligt understøtter NVIDIA GPU’er og har begrænset åbenhed.
Hvorfor sker det netop nu?
Lanceringen sker midt i geopolitisk usikkerhed om GPU-markedet og et stigende ønske om teknologisk uafhængighed i Kina.
Hvad betyder det for danske udviklere?
Danske udviklere får nemmere adgang til at bruge og bidrage til AI-software på kinesisk hardware uden dyre licenser.
Kommer CANN til at erstatte CUDA?
Det vil tage tid for CANN at matche CUDA’s modenhed, men platformen kan blive et vigtigt alternativ for AI-udvikling.
