딥시크가 화웨이 칩 도구 푼 이유… 쿠다 족쇄 벗고 자립 가속

중국 인공지능 기업 딥시크가 화웨이 칩 연동을 지원하는 오픈소스 프로그래밍 도구를 공개하며 엔비디아 소프트웨어 생태계 의존도 완화에 나섰다.

톰스하드웨어는 딥시크가 화웨이 개발 지원을 받아 인공지능 연산과 칩 간 데이터 통신을 조율하는 핵심 라이브러리를 무료 배포했다고 10월 1일(현지시각) 보도했다. 양사 협력이 중국 독자 연산 인프라 가동으로 이어지면서 글로벌 가속기 시장과 연동된 한국 고대역폭메모리 공급망에도 파급이 예상된다.


이번 소프트웨어 배포는 화웨이와 딥시크가 쌓아온 선행 기술 협력의 연장선에 놓여 있다. 두 회사는 4월 딥시크의 V4 모델 프리뷰 버전을 선보이며 화웨이 어센드 연동 체제를 알렸고, 경량 모델인 V4-플래시 훈련 과정 일부를 어센드 가속기로 소화했다.
이번 도구 공개는 화웨이가 차세대 인공지능 프로세서와 슈퍼노드 청사진을 공개한 지 약 2주 만에 단행됐다. 화웨이는 2027년까지 자사 시스템을 대규모 모델 학습 현장에 널리 보급하겠다는 목표를 세워두고 있다.


딥시크 기술 문서에 따르면 이번에 공개된 도구는 행렬 연산을 맡는 딥젬-어센드(DeepGEMM-Ascend)와 프로세서 통신을 처리하는 딥이피-어센드(DeepEP-Ascend)다. 딥젬은 BF16과 초저정밀도 규격인 FP8, FP4 연산 형식을 두루 지원한다.

기존 딥젬 라이브러리와 동일한 인터페이스를 유지해 개발자가 화웨이 하드웨어로 전환할 때 겪는 코드 재작성 부담을 낮췄다. 딥이피는 거대 언어모델인 전문가 혼합(MoE) 구조에서 여러 프로세서로 분산되는 데이터를 병목 없이 주고받도록 통신 경로를 최적화한다.

고급 프로그래밍 언어인 타일랭(TileLang)도 화웨이 어센드 950 하드웨어를 공식 지원하기 시작했다. 딥시크는 프로젝트 문서에서 타일랭이 엔비디아 쿠다보다 단순한 프로그래밍 모델을 지향해 개발 효율성을 높일 수 있다고 설명한다.

이번 9월 30일 업데이트는 코드 생성과 자동 스케줄링, 동기화 제어 기능을 포함한다. 이들 도구는 화웨이의 신경망 컴퓨팅 플랫폼인 CANN 위에서 작동한다. 두 회사는 어센드 950 칩 128개로 구성한 슈퍼노드 시스템에서 대규모 연산과 통신 속도를 극대화하는 공동 최적화 프로그램을 완수했다.

딥시크의 소프트웨어 개방은 엔비디아가 구축한 20년 쿠다 독점 체제를 직접 겨냥한다. 화웨이 가속기는 연산 스펙 대비 소프트웨어 최적화 부족 탓에 대규모 모델 학습 구동 시 잦은 오류를 겪어 왔다. 딥시크가 실제 모델 개발로 검증한 알고리즘 라이브러리를 화웨이 NPU에 이식함에 따라 소프트웨어 호환성 격차가 좁혀지는 양상이다.

이는 한국 반도체 산업 생태계에 직간접 연쇄 작용을 유발한다. SK하이닉스와 삼성전자가 주도하는 5세대 고대역폭메모리 HBM3E 수요는 엔비디아 가속기 공급량과 긴밀하게 연동돼 있다. 중국 빅테크들이 어센드 기반 시스템으로 인프라를 본격 전환할 경우, 엔비디아 공급망을 경유해 현지로 유입되던 고성능 메모리 간접 수요 경로가 위축될 수 있다는 분석이 나온다.

반대로 화웨이 가속기 패키징 고도화에 맞춰 맞춤형 고성능 메모리 규격 수요가 현지 공급망 내부에서 형성되는 구조도 공존한다. 한국 반도체 기업들은 미국 상무부 수출통제 규정(EAR)을 준수하면서 중국 연합군이 파생시키는 대체 하드웨어 규격을 면밀히 주시해야 하는 과제를 안게 됐다.

향후 전개 과정의 핵심 관전 포인트는 중국 독자 생태계가 마주한 하드웨어 수율 한계다. 미국 주도의 극자외선(EUV) 노광장비 통제로 인해 화웨이 어센드 950 칩의 실질 양산 수율과 물량 공급 능력은 여전히 검증대에 머물러 있다. 소프트웨어 호환성이 개선되더라도 핵심 하드웨어의 절대 공급량이 뒷받침되지 못할 경우 엔비디아 독점 구도를 단기간에 뒤흔들기는 어렵다는 평가가 지배적이다.


김주원 글로벌이코노믹 기자 park@g-enews.com