DeepSeek vil ifølge rapporter bruge mindst 160.000 Huawei Ascend 950DT acceleratorer til inferens i et datacenter i Ulanqab med cirka 1 GW regnekraft. Anlægget er rettet mod inferens – altså drift af AI modeller – og er ikke dokumentation for, at DeepSeek har erstattet Nvidia i de mest krævende træningsopgaver.
Udgivet afRedigeret med GPT-5.6 TerraBilleder genereret med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What are DeepSeek’s plans to deploy at least 160,000 Huawei Ascend 950DT AI chips for inference at a gigawatt-scale data center in Ulanqab,. Article summary: DeepSeek’s reported plan is strategically large but operationally uncertain: a Ulanqab facility with at least 160,000 Ascend 950DT accelerators, mainly for inference, would be among the largest known Huawei AI-chip clust. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts wi
DeepSeek forbereder ifølge rapporter en stor AI-installation baseret på Huawei-hardware i Ulanqab i Indre Mongoliet. Planen omfatter mindst 160.000 næste generations Ascend 950DT-acceleratorer, der skal drive modeller i et datacenter med omkring én gigawatt regnekraft. Hverken DeepSeek eller Huawei har offentligt bekræftet ordren eller en leveringsplan. Derfor bør projektet foreløbig ses som en rapporteret hensigt – ikke som en færdig og idriftsat klynge. 4
5
Ifølge personer med kendskab til projektet vil DeepSeek primært bruge Ascend 950DT til inferens: at besvare forespørgsler og køre modeller for brugere. Ved 160.000 chips kan installationen blive en af de største kendte klynger af Huaweis AI-acceleratorer. 5
8
Skellet mellem inferens og træning er centralt. En stor inferensflåde kan give betydelig kapacitet til at stille modeller til rådighed og reducere driftsomkostninger ved stor skala. Den viser imidlertid ikke i sig selv, at Huawei har erstattet Nvidia i hele DeepSeeks tekniske miljø. Ifølge rapporteringen fortsætter DeepSeek med at bruge Nvidia-hardware til træning. 8
Udfordringen er ikke kun at finansiere eller opføre et datacenter. DeepSeek ønsker efter sigende flere af Huaweis mest avancerede chips, end Huawei i øjeblikket kan levere. Mangel på avanceret hukommelse og andre komponenter kan holde produktionen af Ascend 950DT på et lavt hundredtusindtal i år. Det gør et mål på 160.000 enheder meget stort set i forhold til den tilgængelige forsyning. 8
Tre forhold øger risikoen for forsinkelser:
Politisk støtte eller en gunstigere tildeling kan forbedre DeepSeeks placering i køen, men fjerner ikke flaskehalsene i komponenter og produktion. Den reelle prøve bliver, hvor mange acceleratorer der leveres, integreres og kan holdes i stabil drift – ikke alene størrelsen på det rapporterede mål.
Den foreslåede klynge i Ulanqab passer ind i Kinas mål om at opbygge en AI-teknologistak, der er mindre afhængig af amerikansk teknologi. DeepSeeks V4-preview er tilpasset Huaweis avancerede Ascend-chips, og Huawei har oplyst, at V4 understøttes på selskabets supernode-klynger baseret på Ascend 950. Huawei har også sagt, at chipene blev brugt i en del af træningen af V4-Flash. 2
3
Det er strategisk vigtigt, fordi AI-hardware ikke vinder frem alene på grund af chippen. Modeller, udviklingsværktøjer, rammeværk og driftspraksis skal fungere sammen. Når en synlig model som V4 optimeres til Ascend, får cloududbydere, virksomheder og udviklere et stærkere incitament til at investere i Huaweis platform – og dermed også i det omkringliggende softwareøkosystem.
Men Ulanqab-planen er ikke bevis for fuld uafhængighed af Nvidia. Projektet handler om inferens, mens DeepSeeks træningsarbejde ifølge rapporteringen fortsat benytter Nvidia-systemer. 8
En klynge med 160.000 chips vil være en opsigtsvækkende demonstration af, at en kinesisk AI-udvikler sigter mod infrastruktur på hyperskala. Den kan give DeepSeek betydelig intern kapacitet til at drive modeller frem for udelukkende at være afhængig af ekstern cloudkapacitet.
Men størrelsen samler også forsyningsrisikoen ét sted. Et mindre projekt kan måske fyldes op gradvist gennem produktion og tildelinger. Et mål på 160.000 chips kræver derimod en betydelig andel af en presset produktlinje, samtidig med at resten af det kinesiske marked forsøger at sikre sig samme hardware. 8
Tallet på 160.000 signalerer ambition, ikke færdiggørelse. De afgørende milepæle er bekræftede ordrer, tempoet i leverancerne af Ascend 950DT, den reelt installerede brugbare kapacitet samt økonomien og driftsstabiliteten, når DeepSeeks modeller kører på systemet.
Når klyngen i drift i nærheden af den rapporterede størrelse, vil den være et væsentligt skridt for Huaweis Ascend-økosystem og Kinas satsning på hjemlig AI-infrastruktur. Hvis leverancerne glider, vil projektet i stedet tydeliggøre forskellen mellem at designe en national AI-stak og faktisk at kunne fremstille alle de knappe komponenter, der skal til for at udrulle den i stor skala. 5
8
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
DeepSeek vil ifølge rapporter bruge mindst 160.000 Huawei Ascend 950DT acceleratorer til inferens i et datacenter i Ulanqab med cirka 1 GW regnekraft.
DeepSeek vil ifølge rapporter bruge mindst 160.000 Huawei Ascend 950DT acceleratorer til inferens i et datacenter i Ulanqab med cirka 1 GW regnekraft. Anlægget er rettet mod inferens – altså drift af AI modeller – og er ikke dokumentation for, at DeepSeek har erstattet Nvidia i de mest krævende træningsopgaver.
DeepSeek V4 er tilpasset Huaweis Ascend platform, men efterspørgslen fra blandt andre ByteDance, Tencent og Alibaba skærper kampen om de samme chips.