La guerra dei chip AI non si gioca soltanto nel silicio. Si gioca nel software.
Il 30 settembre Reuters ha riportato che DeepSeek e Huawei stanno collaborando per sviluppare strumenti di programmazione ottimizzati per i chip Ascend, con l’obiettivo di ridurre la dipendenza dall’ecosistema NVIDIA.
Il vero vantaggio di NVIDIA si chiama ecosistema
CUDA non è soltanto un linguaggio. È un insieme di librerie, strumenti, documentazione, ottimizzazioni e abitudini accumulate per anni.
È per questo che la corsa alle AI factory non si riduce a “chi ha il chip più veloce”. Il valore è nello stack completo.
TileLang prova a cambiare il costo della programmazione
DeepSeek sta aprendo componenti software per l’ecosistema Ascend, compreso TileLang, un linguaggio di alto livello progettato per rendere più semplice l’ottimizzazione dei kernel AI.
Se programmare Ascend diventa molto più facile, Huawei può ridurre uno dei maggiori vantaggi competitivi di NVIDIA: la facilità con cui ricercatori e aziende portano modelli su CUDA.
Il supernodo come unità di calcolo
Reuters riferisce anche di una soluzione “supernode” basata su 128 chip Ascend 950. È la stessa trasformazione che vediamo in Occidente: il prodotto non è più la singola GPU, ma un sistema di calcolo interconnesso.
Questa è esattamente la logica della nuova infrastruttura AI.
La Cina vuole controllare l’intero stack
Le restrizioni sull’export hanno accelerato un obiettivo strategico: progettare chip, interconnessioni, software e modelli dentro un ecosistema più indipendente.
DeepSeek è importante perché porta la prospettiva del modello dentro la progettazione dello stack. Non serve soltanto hardware teoricamente potente: serve hardware che esegua davvero i carichi dei modelli moderni.
Il limite: sostituire CUDA è enormemente difficile
Un nuovo linguaggio può essere elegante, ma gli sviluppatori non migrano per bellezza tecnica. Migrano se le prestazioni sono buone, gli strumenti affidabili e l’ecosistema abbastanza ricco.
Il vero test sarà quindi l’adozione. Quanti framework funzionano bene? Quanti modelli possono essere portati senza settimane di lavoro? Quanto è stabile il debugging?
Entro 2–3 anni
Fra il 2028 e il 2029 potremmo vedere un ecosistema Ascend molto più maturo in Cina, con modelli addestrati e distribuiti senza passare da CUDA.
Il segnale contrario sarebbe una continua dipendenza da conversioni costose, performance irregolari o librerie immature.
Fra dieci anni
Verso il 2036 l’AI potrebbe essere molto meno uniforme di oggi. Ecosistemi americani, cinesi ed eventualmente europei potrebbero utilizzare stack differenti ma interoperabili solo in parte.
La sfida DeepSeek–Huawei non è quindi soltanto una storia di chip. È una battaglia per decidere quale software diventerà il sistema operativo invisibile dell’intelligenza artificiale.
