Huawei: Ascend ha superato Nvidia in Cina, DeepSeek apre il software

Huawei ha pubblicato questa settimana un comunicato in stile domande e risposte. Il 30 settembre The Register ha riferito che il presidente a rotazione Eric Xu ha sostenuto che Ascend ha superato Nvidia per quota di mercato in Cina. "È piuttosto difficile raccogliere dati sulla quota di mercato di Nvidia in Cina, ma in base ai dati che abbiamo raccolto, Ascend ha superato Nvidia", ha detto Xu. Non sono stati forniti numeri indipendenti e Huawei non ha pubblicato i dati su cui si basa la dichiarazione.

Il contesto conta più dell'affermazione. I controlli statunitensi sulle esportazioni di acceleratori per l'AI verso la Cina sono cambiati più volte da aprile 2025 e questi continui ribaltamenti hanno spinto Pechino a dire agli operatori dei data center di abbandonare il silicio straniero. La trimestrale di Nvidia, citata da The Register, indicava che le spedizioni di H200 nella regione valevano meno dell'1 per cento dei ricavi dei data center. La proposta di Xu è politica oltre che tecnica: "Anche se i nostri chip possono essere meno avanzati, almeno la fornitura è assicurata, così non dovete preoccuparvi giorno per giorno della disponibilità dei chip".

Il software era il vero muro

Il divario hardware è reale e Xu lo ammette. Quello che Huawei sostiene è che il divario software si sta chiudendo più in fretta del previsto. Liao Heng, chief scientist di HiSilicon, la divisione di Huawei, ha detto a The Register che "la prima barriera incontrata da Ascend non è in realtà l'hardware stesso. È soprattutto la barriera dell'ecosistema". Quella barriera è il fossato di CUDA, i circa quattro milioni di sviluppatori stimati di Nvidia. The Decoder osserva che è questo che ha tenuto fuori AMD anche quando il suo silicio sembrava competitivo sulla carta. Il 30 settembre DeepSeek ha pubblicato strumenti di programmazione open source per Ascend, secondo The Decoder, che cita un post sul canale WeChat ufficiale di DeepSeek e Reuters. Il pezzo forte è TileLang, un linguaggio sviluppato da ricercatori dell'Università di Pechino. DeepSeek lo usa da circa un anno e ora lo definisce il suo strumento principale per il lavoro sull'AGI, secondo il New York Times. DeepSeek e Huawei hanno anche ottimizzato un supernodo di 128 chip Ascend 950. Liao ha detto che il quadro è cambiato "negli ultimi 18 mesi", quando i laboratori di frontiera sono passati a una programmazione in stile mega-kernel e hanno smesso di trattare CUDA come l'unica strada.

La scala è l'altra risposta di Huawei. The Register riferisce che l'azienda sta installando un Atlas 950 SuperCluster da 256.000 schede, con un'architettura più recente progettata per arrivare fino a un milione di NPU. Xu è stato netto sui limiti: "Non abbiamo capacità sufficiente per soddisfare la domanda in Cina". Sul lavoro di AI sovrana della Malaysia ha detto che Huawei dà priorità ai clienti cinesi e che "fuori dalla Cina forniamo solo un numero molto limitato di clienti".

Intanto si ricostruisce il livello degli strumenti

Lo stesso giorno OpenAI e Synopsys hanno firmato una partnership pluriennale per costruire GPT-Synopsys, un modello pensato per ragionare sulla progettazione e la verifica dei chip e per usare direttamente gli strumenti EDA di Synopsys. Lo ha riferito The Decoder il 30 settembre. Gli ingegneri delegano gli obiettivi e approvano il risultato. Il CEO di Synopsys Sassine Ghazi dice che l'AI potrebbe accelerare la progettazione; Greg Brockman di OpenAI la inquadra come chip migliori e AI migliore. Il modello gira sull'infrastruttura di OpenAI, i dati dei clienti restano fuori dall'addestramento e i primi test con clienti del settore dei semiconduttori sono già in corso.

L'AI Chip Design Week di Tom's Hardware, dal 28 settembre al 2 ottobre, inquadra lo stesso spostamento. Cadence, Synopsys e Siemens offrono tutte AI agentica per la progettazione dei chip, in gran parte sullo stack di Nvidia, con quelle che la testata definisce dichiarazioni di autonomia varie. Synopsys ha presentato sette agenti AgentEngineer sulla sua piattaforma Autopilot, con disponibilità generale prevista per la fine del 2026. SemiEngineering ha pubblicato il 1 ottobre articoli sulle metriche di accelerazione degli LLM, sulla verifica di PCIe su UCIe e sugli LLM nella progettazione dei chip. Quest'ultimo stima oltre 1.000 mesi di lavoro ingegneristico per un ASIC di complessità tipica.

Non tutte le vie verso il calcolo cinese sono nazionali. Tom's Hardware ha riferito il 23 settembre che il documento S-1 di Nscale ha rivelato che una controllata di ByteDance, Spring (SG) Pte Ltd, ha rappresentato 24 milioni di dollari dei 33 milioni di dollari di ricavi 2025 del neocloud britannico e ha avuto accesso a 2.304 chip Nvidia B200 in un data center norvegese. Il FT ha riferito che l'accordo era legale e sfruttava scappatoie nei controlli statunitensi sulle esportazioni. Macquarie ha chiesto a Nscale di monitorare l'uso di Spring per individuare anomalie.

Una precisazione sulla narrazione di CUDA: SemiAnalysis, citata da The Decoder, ha testato il chip Jalapeño di OpenAI e ha definito il fossato di CUDA "potenzialmente morto", ma solo su scenari relativamente facili di circa 8.000 token in input e 1.000 in output. Sui carichi di lavoro agentici, ad agosto Nvidia era ancora nettamente avanti.