Репортаж от Wedoany，На Всемирной конференции по искусственному интеллекту (WAIC) 2026 года китайская компания T-Head, дочернее предприятие Alibaba, занимающееся разработкой чипов, объявила об открытии исходного кода своего собственного программного стека для ИИ — T-Head SAIL. Это базовое программное обеспечение для серии ИИ-чипов Zhenwu, обладающее независимыми правами интеллектуальной собственности и полностью совместимое с основными экосистемами ИИ. Оно охватывает полную цепочку от уровня операционной системы и уровня пакетов средств разработки (SDK) до уровня интерфейсов. Исходный код, драйверы, инструментарий и документация доступны для загрузки в сообществе разработчиков T-Head.
До открытия исходного кода этот программный стек уже имел определенную базу применения. По состоянию на апрель 2026 года общий объем поставок ИИ-чипов Zhenwu достиг 560 000 единиц, обслуживая более 400 клиентов из более чем 20 отраслей. Кроме того, данный программный стек прошел проверку в производственных средах Alibaba Cloud и ряда отраслевых предприятий, включая обработку огромных пиковых нагрузок трафика во время распродажи «11.11» и строгие требования к соглашениям об уровне обслуживания (SLA) в сложных сценариях.
Программный стек для ИИ является ключевым мостом между чипом и разработчиком. Разработчики пишут код с помощью таких фреймворков, как PyTorch и TensorFlow, и не могут напрямую управлять базовыми схемами; для этого требуется программный стек для трансляции инструкций и планирования задач. Раньше производители чипов в основном поставляли скомпилированные двоичные инструментарии, и разработчикам было трудно понять внутреннюю реализацию. При возникновении проблем с производительностью им приходилось ждать ответа от производителя, а цикл миграции моделей часто занимал несколько недель. Этот контекст объясняет, почему NVIDIA долгое время сохраняла преимущество на рынке ИИ-вычислений благодаря экосистеме CUDA. SAIL от T-Head выполняет ту же роль, что и CUDA для NVIDIA. Открытие исходного кода направлено на то, чтобы превратить изначально закрытые базовые возможности в прозрачный и контролируемый «белый ящик», позволяя исследовательским группам и разработчикам получать доступ к базовым возможностям и глубоко их настраивать.
Открытый SAIL представляет собой пятиуровневый технологический стек, проверенный в производственных средах, от базовых драйверов и среды выполнения до инструментов разработки верхнего уровня. Уровень драйверов и среды выполнения включает PPU Runtime, пользовательские и ядерные драйверы, отвечающие за управление устройствами и памятью между чипом и операционной системой. Уровень языков программирования открывает интерфейсы C/C++ и Python, позволяя разработчикам плавно переносить код без необходимости изучения нового языка. Уровень компилятора включает компоненты Compiler и Debugger, поддерживающие сквозную оптимизацию компиляции; разработчики могут просматривать промежуточное представление для понимания процесса оптимизации. Уровень высокопроизводительных библиотек является самым «толстым» в технологическом стеке и включает математические и ИИ-библиотеки, такие как acBLAS, acFFT, acRAND, acSPARSE, acDNN, acSOLVER, а также библиотеки кодирования/декодирования, такие как HGENC, HGDEC, HGJPEG, библиотеки коллективных коммуникаций PCCL и sailSHMEM, а также библиотеки расширений acext и HGML. Самый верхний уровень инструментов разработки включает Asight Compute для анализа производительности на уровне операторов, Asight Systems для системного полностекового анализа, PPU-SMI для мониторинга и управления устройствами, а также PPU-DCGM для поддержки планирования кластерных ресурсов.
Чтобы снизить затраты на миграцию для разработчиков, SAIL предлагает три ключевые функции. Во-первых, не требуется переписывать код: его библиотека операторов высокосовместима с основными моделями программирования, и существующий код разработчиков может быть использован напрямую. Во-вторых, не нужно ждать адаптации: собственный движок вывода T-Head обеспечивает производительность «из коробки», а среднее время адаптации к основным фреймворкам вывода ИИ составляет менее 7 дней, что позволяет разработчикам быстро использовать новейшие операторы и оптимизации. В-третьих, нет привязки к фреймворку или платформе: SAIL уже адаптирован к более чем 260 основным фреймворкам обучения и вывода, таким как PyTorch, TensorFlow, vLLM, SGLang, а инструментарий можно выбирать по мере необходимости, без привязки к конкретному технологическому пути.
С момента своего основания в 2018 году компания T-Head последовательно развивает аппаратное обеспечение. В 2019 году был выпущен чип Hanguang 800 для вывода ИИ с производительностью вывода 78 563 IPS и ведущим в своем классе показателем энергоэффективности. В 2021 году был представлен универсальный серверный процессор Yitian 710, производительность которого на 20% превысила отраслевые показатели того времени, а энергоэффективность возросла более чем на 50%. Чип Zhenwu 810 использует архитектуру параллельных вычислений и технологию межчипового соединения, оснащен 96 ГБ памяти HBM2e и пропускной способностью межчипового соединения 700 ГБ/с при энергопотреблении 400 Вт. В 2026 году был выпущен новый ИИ-чип Zhenwu M890, объединяющий обучение и вывод, со встроенной видеопамятью 144 ГБ, пропускной способностью межчипового соединения до 800 ГБ/с, общей производительностью в 3 раза выше, чем у Zhenwu 810E, и нативной поддержкой от обучения с высокой точностью FP32 до вывода с низкой точностью FP4. В сочетании с собственным чипом ICN Switch 1.0 обеспечивается полнополосное соединение до 64 карт.
В области центров обработки данных компания T-Head реализовала собственную разработку «триады» вычислительных, сетевых и накопительных мощностей, включая серию ИИ-чипов Zhenwu и серверных процессоров Yitian, коммутационные чипы ICN Switch и интеллектуальные сетевые карты Panmai, а также контроллеры накопителей Zhenyue. Название SAIL расшифровывается как Seed of AI Library (Семя библиотеки ИИ). Компания T-Head заявляет, что рассматривает каждую строку открытого исходного кода как семя, стремясь способствовать совместному развитию отечественной экосистемы ИИ.
