Huawei öffnet CANN: Herausforderung für NVIDIAs CUDA-Monopol

Nur eine Woche nachdem Huawei seine Entscheidung bekannt gab, sein Software-Toolkit Compute Architecture for Neural Networks (CANN) quelloffen zu machen, analysiert die Technologiewelt weiterhin die tiefgreifenden Auswirkungen auf die Zukunft der Entwicklung künstlicher Intelligenz. Indem der chinesische Tech-Gigant seine CANN-Plattform Entwicklern weltweit frei zugänglich macht, hat er NVIDIAs zwei Jahrzehnte alte Vormachtstellung in der KI-Berechnung direkt herausgefordert, eine Dominanz, die oft als unangreifbar wahrgenommen wird. Während dieser Schritt eine signifikante Störung des Status quo darstellt, bleibt die grundlegende Frage: Kann Huawei die gewaltigen technischen und systemischen Barrieren, die CUDA fast zwanzig Jahre lang praktisch unangefochten herrschen ließen, wirklich abbauen?

CANN, Huaweis proprietäre heterogene Computing-Architektur, bietet eine Reihe von mehrstufigen Programmierschnittstellen, die Entwicklern helfen sollen, KI-Anwendungen für Huaweis Ascend KI-GPUs zu optimieren. CANN wurde 2018 als Eckpfeiler von Huaweis umfassenderer KI-Strategie eingeführt und dient als direkter Konkurrent von NVIDIAs allgegenwärtiger CUDA-Plattform, indem es die wesentlichen APIs für den Aufbau hochrangiger und leistungsintensiver Anwendungen auf Ascend-Hardware bereitstellt. Seine Entwicklung stellt jahrelange engagierte Bemühungen dar, ein umfassendes Software-Ökosystem um Huaweis aufstrebendes KI-Hardware-Portfolio aufzubauen.

Huaweis Zeitpunkt für die Quelloffenlegung von CANN ist strategisch bedeutsam und entfaltet sich inmitten eskalierender Spannungen in den US-chinesischen Technologiebeziehungen. Auf einer kürzlichen Entwicklerkonferenz in Peking erklärte Huaweis rotierender Vorsitzender, Eric Xu Zhijun, dass die Initiative „die Innovation von Entwicklern beschleunigen“ und „Ascend einfacher zu bedienen machen“ würde. Diese Ankündigung folgte eng einer Untersuchung, die die Cyberspace Administration of China (CAC) gegen NVIDIA eingeleitet hatte, unter Berufung auf „ernsthafte Sicherheitsprobleme“ im Zusammenhang mit NVIDIAs Prozessoren, zusammen mit Forderungen US-amerikanischer Gesetzgeber nach Tracking-Funktionen in Chips. Diese regulatorische Prüfung kompliziert eine ohnehin schon angespannte technologische Beziehung zwischen den beiden globalen Supermächten zusätzlich.

Um das Ausmaß von Huaweis Wagnis vollständig zu erfassen, muss man NVIDIAs tief verwurzelte CUDA-Dominanz würdigen. Oft mit einem gewaltigen, abgeschotteten Wassergraben verglichen, war CUDA lange Zeit eine Quelle der Frustration für Entwickler, die plattformübergreifende Kompatibilität suchten. Seine tiefe Integration mit NVIDIA-Hardware hat Entwickler effektiv zwei Jahrzehnte lang in ein Single-Vendor-Ökosystem eingeschlossen, wobei alle Versuche, CUDA über Übersetzungsschichten auf andere GPU-Architekturen zu portieren, durch NVIDIAs Lizenzbestimmungen konsequent blockiert wurden. Diese Situation ist in China besonders akut, wo viele KI-Entwickler auf NVIDIAs GPUs angewiesen sind, eben wegen der allgegenwärtigen CUDA-Plattform, die seit Jahren die Standardentwicklungsumgebung ist. Dies unterstreicht die immense Herausforderung, der sich Huawei gegenübersieht, um Entwickler zur Migration in sein aufstrebendes Ökosystem zu bewegen.

Technologieanalysten haben ein Spektrum von Einschätzungen zu Huaweis Open-Source-Strategie angeboten. Während die Quelloffenlegung von CANN zweifellos die Akzeptanz von Huaweis internem Software-Toolkit und damit seiner Hardware beschleunigen könnte, wird weithin anerkannt, dass es wahrscheinlich viele Jahre dauern wird, bis CANN auch nur annähernd die Breite und Reife des CUDA-Ökosystems erreicht, das über fast zwei Jahrzehnte kontinuierlich verfeinert wurde und Tausende von optimierten Bibliotheken und umfangreiche Dokumentation aufweist. Die Wettbewerbslandschaft unterstreicht das schiere Ausmaß von Huaweis Unterfangen. Selbst mit Open-Source-Status wird die Akzeptanz von CANN von seiner Fähigkeit abhängen, bestehende KI-Frameworks nahtlos zu unterstützen, insbesondere für anspruchsvolle neue Workloads in großen Sprachmodellen und KI-Autoren-Tools.

Dennoch gibt es ermutigende Anzeichen von Huaweis Hardware-Sparte. Berichte deuten darauf hin, dass bestimmte Ascend-Chips unter spezifischen Bedingungen NVIDIA-Prozessoren übertreffen können. Zum Beispiel zeigen Benchmark-Ergebnisse von CloudMatrix 384, das DeepSeek R1 ausführt, dass Huaweis Leistungsentwicklung tatsächlich den Abstand zu NVIDIAs Angeboten verringert. Aufbauend auf diesem Momentum hat Huawei Berichten zufolge Gespräche mit großen chinesischen KI-Nutzern, Universitäten, Forschungseinrichtungen und Geschäftspartnern aufgenommen, um deren Beiträge zu einer quelloffenen Ascend-Entwicklungsgemeinschaft zu suchen. Dieser kollaborative Ansatz spiegelt erfolgreiche Open-Source-Initiativen in anderen Technologiesektoren wider, wo das Engagement der Gemeinschaft die Entwicklung und weitreichende Akzeptanz erheblich beschleunigt.

Die Open-Source-CANN-Initiative ist ein entscheidender Bestandteil von Chinas breiterem Streben nach technologischer Unabhängigkeit. Das Engagement des Landes für die Open-Source-Entwicklung gewinnt erheblich an Zugkraft, wobei eine wachsende Zahl heimischer Technologieunternehmen ihre proprietären Technologien öffentlich zugänglich macht. Jüngste Beispiele sind Xiaomis Quelloffenlegung seines MiDashengLM-7B Audio-Large-Language-Modells und Alibabas Veröffentlichung des Qwen3-Coder KI-Codierungsmodells. Dieser Vorstoß erfolgt vor dem Hintergrund anhaltender US-Exportbeschränkungen, die chinesische Technologieunternehmen betreffen. In diesem Umfeld, in dem US-Sanktionen Huaweis Hardware-Exporte direkt beeinflussen, wird der Aufbau eines robusten heimischen Software-Stacks für KI-Tools strategisch genauso wichtig wie die Verbesserung der Chip-Leistung.

Trotz der vielversprechenden Aussichten bleibt die Skepsis der Experten bestehen. Die reine Hardware-Leistung allein wird die Entwicklermigration nicht garantieren, ohne gleichwertige Software-Stabilität, umfassenden Support, hochwertige Dokumentation, lebendige Community-Aktivitäten und nahtlose Integration in bestehende Entwicklungs-Workflows. Der Weg für CANN ist zweifellos lang und beschwerlich.

Die Auswirkungen auf die globale Halbleiterindustrie sind tiefgreifend. Mit der Intensivierung der US-chinesischen Technologierivalität stellt Huaweis Open-Source-Strategie eine entscheidende Verschiebung dar – vom reinen Wettbewerb auf proprietären Plattformen hin zur Förderung kollaborativer Ökosysteme, die die Entwicklung von KI-Software weltweit grundlegend neu gestalten könnten. Ob diese ehrgeizige Initiative letztendlich erfolgreich sein wird, NVIDIAs tief verwurzelte Dominanz herauszufordern, bleibt abzuwarten, aber sie markiert unzweideutig ein neues und bedeutendes Kapitel im andauernden Kampf um die Kontrolle über die Kern-KI-Computing-Infrastruktur, die die nächste Generation technologischer Innovation antreiben wird.