DeepSeek, Huawei Ascend 950DT로 모델 사전 학습 추진

DeepSeek가 이르면 올해 말부터 Huawei의 플래그십 AI 칩 Ascend 950DT로 모델 사전 학습을 시작하려 한다고 The Information이 19일(현지시간) 보도했다. 현재 테스트를 하고 있어 시기는 달라질 수 있다. DeepSeek와 Huawei가 직접 밝힌 내용은 아니다.

Huawei는 내년에 나올 학습용 신제품 Ascend 960DT를 다른 중국 개발사에 나누지 않고 대부분 DeepSeek에 먼저 돌릴 방침이다. 이 칩은 모델 학습과 서비스 운영 양쪽에 쓰인다. 두 회사의 협력은 칩 설계 초기부터 이어졌다. Huawei 엔지니어가 DeepSeek 사무실에 오랜 기간 상주하며 DeepSeek의 요구를 설계에 반영했다.

설계와 소프트웨어

단순히 부품을 납품하거나 제품 계획을 주고받는 수준을 넘어섰다. AI 모델이 연산하는 방식과 프로세서끼리 데이터를 주고받는 효율을 끌어올리는 조율이 실제 칩 설계에 들어갔다.

소프트웨어 쪽 핵심은 오픈소스 언어 TileLang이다. AI 모델의 연산 프로그램을 쓰는 데 활용하며 NVIDIA의 CUDA를 대체할 수단으로 꼽힌다. 특정 칩에 종속되지 않아 다른 반도체로 옮길 때 코드를 다시 쓰는 부담이 줄어든다. TileLang을 쓰면 코드 조정은 필요해도 처음부터 개발할 필요가 없어 비용과 시간을 아낄 수 있다. NVIDIA는 CUDA 생태계로 고객을 묶어 두고 있다.

DeepSeek는 지난달 Ascend 950에서 돌아가는 TileLang 버전과, 모델 구동에 필요한 연산·데이터 전송 코드 5세트를 직접 공개했다.

규모와 출시 목표

Huawei는 프로세서 여러 개를 이어 거대한 단일 시스템처럼 굴려 칩 한 개의 성능 한계를 보완한다. Ascend 950DT를 탑재한 초대형 시스템 슈퍼노드는 최근 대량 출하를 시작한 것으로 알려졌다. DeepSeek의 최근 테스트에는 프로세서가 1000개 넘게 쓰였다. 모델을 맨 처음부터 학습하려면 950DT가 1만 개 이상, 수주간 필요할 수 있다.

성능 격차와 배경

Epoch AI 추산으로 NVIDIA B300의 기본 산술 연산 성능은 Ascend 950의 약 7배다. Huawei가 2030년까지 단일 칩 성능에서 NVIDIA보다 3~4년 뒤처질 것이라는 전망도 나왔다. 안정성도 숙제다. 칩 한 개가 고장 나거나 전송이 지연되면 학습 전체가 흔들릴 수 있고, 대규모 시스템을 관리하는 소프트웨어도 철저한 검증이 필요하다. 충분한 물량을 만들어 낼 수 있느냐도 관건인데, 미국 수출 규제가 Huawei의 생산 능력에 부담을 준다.

2020년 미국이 Huawei의 TSMC 이용을 제한했고, 이후 중국의 첨단 HBM 접근도 제약해 왔다. 미국 수출 규제 탓에 NVIDIA 첨단 칩 확보가 어려워지자 중국 AI 기업은 학습용 컴퓨팅 자원을 직접 마련해야 했다. 그런데도 중국 주요 개발사 대부분은 최고 성능 모델을 학습할 때 아직 NVIDIA 칩에 기댄다.

Bernstein의 린칭위안 선임 애널리스트는 "조금 더 느리게 가더라도 훨씬 더 오래 갈 수 있는 길을 택하고 있다"고 말했다. 성능에서 밀리더라도 미국의 수출 규제와 무관하게 조달할 수 있는 공급망을 갖추려는 선택으로 본 것이다.