DeepSeek выпустила DeepJIT — открытую библиотеку для запуска вычислительных ядер на ускорителях Nvidia и Huawei. Проект опубликован на GitHub под лицензией MIT.
DeepJIT помогает разработчикам собирать код непосредственно во время работы программы, сохранять готовые бинарные файлы в кэше и запускать их на ускорителе. Библиотека поддерживает видеокарты Nvidia с CUDA и нейропроцессоры Huawei Ascend.
Для разработчиков это единый рабочий процесс вокруг двух разных платформ. DeepJIT берёт на себя настройку компиляции, проверку изменений в исходниках, хранение результатов и работу с кэшем в вычислительных кластерах. Библиотека также подключается к активным потокам PyTorch и позволяет изучать низкоуровневый код, созданный компилятором.
При этом программы для Nvidia и Huawei не становятся взаимозаменяемыми. Для CUDA DeepJIT использует компилятор NVCC и создаёт файлы CUBIN. Для Ascend нужны компилятор Bisheng, среда CANN и другие инструменты Huawei. Сам код вычислительных ядер и параметры запуска по-прежнему приходится адаптировать под каждую архитектуру.
Релиз важен из-за главного преимущества Nvidia — развитой программной среды CUDA. Huawei строит вокруг Ascend собственную экосистему, а общий служебный слой снижает объём повторяющейся работы для команд, которые поддерживают оба типа ускорителей.
По данным Bloomberg, DeepJIT создавался при сотрудничестве DeepSeek и Huawei. Компании взаимодействуют как минимум с 2025 года: Huawei адаптировала Ascend 910B и 910C для моделей DeepSeek. В 2026 году производитель также перевёл платформу CANN на постоянную открытую разработку и сообщил о поддержке более 90 сторонних проектов.
В DeepJIT ещё нет прямого Python-интерфейса для компиляции, а предварительное заполнение кэша остаётся в разработке. Библиотека упрощает поддержку Ascend, но не заменяет CUDA и не стирает различия между чипами Nvidia и Huawei.
