Huawei revela roteiro de IA de código aberto no evento anual Connect

O desenvolvimento de IA de código aberto tornou-se o foco central da Huawei Connect 2025, com a empresa detalhando cronogramas concretos e especificações técnicas para o lançamento público de toda a sua pilha de software de IA até o final do ano.

Os anúncios foram particularmente significativos para os desenvolvedores, apresentando reconhecimentos sinceros das dificuldades passadas, compromissos claros sobre quais componentes seriam lançados e detalhes sobre como o software se integraria aos fluxos de trabalho e sistemas operacionais existentes dos desenvolvedores.

Atrito com desenvolvedores reconhecido

Em sua palestra, Eric Xu, vice-presidente e presidente rotativo da Huawei, começou com comentários incomumente francos sobre os desafios que os desenvolvedores enfrentaram com a infraestrutura Ascend. Referindo-se ao impacto do lançamento do DeepSeek-R1 no início deste ano, Xu afirmou: “De janeiro a 30 de abril, nossas equipes de P&D de IA trabalharam intensamente para garantir que os recursos de inferência de nossos chips Ascend 910B e 910C atendessem às demandas em evolução dos clientes”.

Após sessões de feedback dos clientes, Xu acrescentou: “Nossos clientes compartilharam inúmeras preocupações e expectativas em relação ao Ascend, fornecendo-nos consistentemente sugestões valiosas”.

Esse reconhecimento dos desafios dos desenvolvedores preparou o terreno para os compromissos abrangentes de código aberto anunciados pela primeira vez na Ascend Computing Industry Development Summit em 5 de agosto de 2025 e posteriormente reiterados por Xu na Huawei Connect.

Para os desenvolvedores que enfrentaram obstáculos com as ferramentas, a documentação ou a maturidade do ecossistema do Ascend, essa avaliação sincera sinaliza a consciência da Huawei sobre a lacuna entre o potencial técnico da plataforma e sua usabilidade prática. A estratégia de código aberto parece ter como objetivo direto resolver esses pontos de atrito, permitindo contribuições da comunidade, transparência e aprimoramentos externos.

CANN: detalhes do compilador e do conjunto de instruções virtuais

A promessa mais significativa do ponto de vista técnico envolve o CANN (Compute Architecture for Neural Networks), o kit de ferramentas principal da Huawei que faz a ponte entre as estruturas de IA e o hardware Ascend. Na cúpula de agosto, Xu especificou: “Para o CANN, abriremos as interfaces para o compilador e o conjunto de instruções virtuais, enquanto tornaremos totalmente open source o restante do software”.

Essa abordagem em camadas diferencia os componentes que recebem uma versão totalmente aberta daqueles para os quais a Huawei fornecerá interfaces abertas, potencialmente com implementações proprietárias. O compilador e o conjunto de instruções virtuais — camadas de tradução críticas que convertem código de alto nível em instruções executáveis por hardware — terão interfaces abertas. Isso concede aos desenvolvedores uma visão de como seu código é compilado para processadores Ascend, permitindo otimizações potenciais, mesmo que a implementação central do compilador permaneça parcialmente fechada.

Essa distinção é crucial para o ajuste de desempenho. Os desenvolvedores precisam de visibilidade do processo de compilação ao criar aplicativos sensíveis à latência ou buscar a máxima eficiência do hardware. As interfaces abertas fornecem essa transparência; o código-fonte totalmente aberto permitiria, adicionalmente, modificar ou substituir o próprio compilador. A abordagem da Huawei oferece visibilidade da otimização, mantendo certos elementos proprietários.

O cronograma é firme: “Vamos abrir o código-fonte e fornecer acesso aberto ao CANN (com base no design existente do Ascend 910B/910C) até 31 de dezembro de 2025.” O esclarecimento “com base no design existente do Ascend 910B/910C” indica que o lançamento corresponderá ao hardware da geração atual, não a arquiteturas futuras.

Série Mind: kits de habilitação de aplicativos e cadeias de ferramentas

Além da camada CANN fundamental, a Huawei se comprometeu a tornar open source as ferramentas que os desenvolvedores usam diariamente. “Para nossos kits de habilitação de aplicativos e cadeias de ferramentas da série Mind, vamos tornar tudo open source até 31 de dezembro de 2025”, afirmou Xu na Huawei Connect, reforçando o compromisso assumido na Ascend Computing Industry Development Summit em 5 de agosto de 2025.

A série Mind abrange o ambiente de desenvolvimento prático — os SDKs, bibliotecas, ferramentas de depuração, profilers e utilitários usados para construir aplicativos de IA. Ao contrário da abordagem em camadas da CANN com interfaces abertas para alguns componentes, a série Mind recebe um compromisso geral com o código aberto total.

Isso significa que toda a cadeia de ferramentas da camada de aplicativos se torna inspecionável, modificável e extensível pela comunidade. As ferramentas de depuração podem ser aprimoradas com as funcionalidades necessárias, as bibliotecas otimizadas para casos de uso específicos e os utilitários envoltos em interfaces mais fáceis de usar. Em resumo, o ecossistema de desenvolvimento pode evoluir por meio de contribuições da comunidade, em vez de depender exclusivamente das atualizações dos fornecedores.

No entanto, o anúncio não especificou quais ferramentas compõem exatamente a série Mind, quais linguagens de programação elas suportam ou quão abrangente será a documentação que as acompanha. Os desenvolvedores que estão avaliando se devem investir tempo na plataforma precisarão avaliar a completude da cadeia de ferramentas assim que o lançamento de dezembro chegar.

Modelos básicos OpenPangu

A Huawei também se comprometeu a “tornar totalmente open source nossos modelos básicos openPangu”. Isso posiciona a Huawei ao lado da série Llama da Meta, das ofertas da Mistral AI e de outras iniciativas no espaço de modelos básicos de código aberto que enfatizam o envolvimento da comunidade.

O anúncio não forneceu detalhes sobre os recursos do openPangu, contagem de parâmetros, dados de treinamento ou termos de licenciamento. A abertura do código-fonte dos modelos básicos levanta questões que vão além da mera disponibilidade, particularmente no que diz respeito a restrições de uso comercial, composição do conjunto de dados de treinamento, possíveis vieses e a permissibilidade de ajustes e redistribuição. Esses detalhes permanecem sem solução, pelo menos publicamente.

Para os desenvolvedores, os modelos de base de código aberto fornecem pontos de partida para aplicações específicas de domínio sem exigir os enormes recursos computacionais necessários para o treinamento a partir do zero. No entanto, a utilidade prática de um modelo é determinada por sua qualidade, flexibilidade de licenciamento e documentação disponível. O lançamento em dezembro revelará se os modelos openPangu representam alternativas competitivas às opções de código aberto estabelecidas.

Flexibilidade de integração do sistema operacional

Um detalhe prático de implementação que surgiu no Huawei Connect 2025 aborda uma barreira comum à adoção de uma nova infraestrutura de IA: a compatibilidade do sistema operacional. A Huawei anunciou que “tornou todo o UB OS Component open-source, para que seu código possa ser integrado a comunidades de sistemas operacionais open-source upstream, como o openEuler”.

A abordagem de integração oferece flexibilidade notável. De acordo com os anúncios, “os usuários podem integrar parte ou todo o código-fonte do UB OS Component em seus sistemas operacionais existentes, para oferecer suporte à iteração independente e manutenção de versão. Os usuários também podem incorporar todo o componente em seus sistemas operacionais existentes como um plug-in para garantir que ele possa evoluir em sincronia com as comunidades de código aberto”.

Esse design modular significa que as organizações que executam Ubuntu, Red Hat Enterprise Linux ou outras distribuições não são forçadas a migrar para um sistema operacional específico da Huawei. O UB OS Component — que lida com o gerenciamento de interconexão SuperPod no nível do sistema operacional — pode ser integrado aos ambientes existentes. Para desenvolvedores e administradores de sistema, isso reduz significativamente o atrito de implantação.

No entanto, a flexibilidade vem acompanhada de responsabilidade. As organizações que optam por integrar o código-fonte do componente UB OS em seus próprios sistemas tornam-se responsáveis pelos testes, manutenção e atualizações. A Huawei está fornecendo o componente como software de código aberto, em vez de um produto com suporte do fornecedor para distribuições Linux arbitrárias. Essa abordagem funciona bem para organizações com forte experiência em Linux, mas pode ser um desafio para aquelas que esperam suporte completo do fornecedor.

Estratégia de compatibilidade de estrutura

Talvez o fator mais crítico para a adoção pelos desenvolvedores seja a compatibilidade com as estruturas de IA existentes. Em vez de forçar os desenvolvedores a abandonar ferramentas familiares, a Huawei está criando camadas de integração. De acordo com a Huawei, ela “tem priorizado o suporte a comunidades de código aberto como PyTorch e vLLM para ajudar os desenvolvedores a inovar de forma independente”.

A compatibilidade com o PyTorch é particularmente significativa, dada a dominância dessa estrutura tanto na pesquisa de IA quanto nas implantações de produção. Se os desenvolvedores puderem escrever código PyTorch padrão que seja executado com eficiência no hardware Ascend sem modificações extensas, a barreira para a experimentação diminui substancialmente. As organizações poderiam avaliar a infraestrutura Ascend usando suas bases de código existentes com ajustes mínimos, em vez de exigir reescritas completas.

A integração do vLLM visa um caso de uso específico de alta demanda: inferência otimizada de modelos de linguagem de grande porte. À medida que as organizações implantam aplicativos baseados em LLM, o desempenho e o custo da inferência tornam-se fatores críticos. O suporte nativo ao vLLM sugere que a Huawei está abordando questões práticas de implantação, não apenas recursos de pesquisa.

No entanto, os anúncios não detalharam a completude dessas integrações. A compatibilidade parcial com PyTorch, que requer soluções alternativas para determinadas operações ou oferece desempenho abaixo do ideal, pode ser mais frustrante do que útil. A qualidade das integrações da estrutura determinará, em última análise, se elas realmente reduzem as barreiras à adoção ou simplesmente criam novas categorias de problemas de compatibilidade.

Prazo final de 31 de dezembro e o que se segue

O prazo final de 31 de dezembro de 2025 para a abertura do código-fonte dos modelos CANN, Mind e openPangu está a aproximadamente três meses de distância. Esse prazo de curto prazo sugere que um trabalho substancial de preparação já foi concluído: o código foi limpo de dependências internas, a documentação está sendo escrita, os termos de licenciamento estão sendo finalizados e a infraestrutura do repositório está sendo estabelecida.

A qualidade da versão inicial determinará em grande parte a resposta da comunidade. Projetos de código aberto que chegam com documentação incompleta, exemplos limitados, recursos ausentes ou ferramentas imaturas muitas vezes não conseguem atrair colaboradores, independentemente de seu mérito técnico subjacente. Os desenvolvedores que avaliam plataformas desconhecidas precisam de recursos de aprendizagem abrangentes, exemplos práticos e caminhos claros para o sucesso.

As semanas e meses após o lançamento serão cruciais. Projetos de código aberto bem-sucedidos exigem manutenção ativa, governança responsiva e uma comunidade acolhedora. A trajetória de longo prazo dependerá se os desenvolvedores encontrarem valor suficiente para contribuir de volta, criando um ciclo virtuoso de melhorias, ou se a plataforma permanecerá principalmente orientada pelo fornecedor.

Olhando para o futuro

Para desenvolvedores e organizações que acompanham os movimentos de código aberto da Huawei, o lançamento de dezembro representa um ponto de partida, não uma conclusão. O verdadeiro teste será como o software evoluirá nas mãos da comunidade, a qualidade das integrações e se a plataforma poderá conquistar um nicho sustentável em um ecossistema competitivo. Os próximos meses fornecerão as respostas.