AnswersPublished12 sources
DeepSeeks Huawei-satsning handler om uafhængighed, ikke om at slå Nvidia her og nu
DeepSeek satser på Huawei for forsyningssikkerhed og et mere selvstændigt kinesisk AI økosystem – ikke fordi chipsene er mest effektive i dag. Planen om mindst 160.000 Ascend 950DT chips i Indre Mongoliet er rettet mod inferens, altså at køre færdigtrænede modeller, mens træning fortsat sker på Nvidia hardware.
Udgivet afRedigeret med GPT-5.6 TerraBilleder genereret med GPT Image 2
Research answer
Key takeaways
- DeepSeek satser på Huawei for forsyningssikkerhed og et mere selvstændigt kinesisk AI økosystem – ikke fordi chipsene er mest effektive i dag.
- Planen om mindst 160.000 Ascend 950DT chips i Indre Mongoliet er rettet mod inferens, altså at køre færdigtrænede modeller, mens træning fortsat sker på Nvidia hardware.
- Samarbejdet om den Huawei tilpassede V4 model og DeepSeeks eget chipprojekt kan på længere sigt mindske afhængigheden af både Nvidia og Huawei.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: Why is DeepSeek making training its AI models on Huawei’s domestically produced chips a major priority—despite a failed earlier attempt with. Article summary: DeepSeek’s priority is strategic resilience rather than near term chip efficiency: it wants a viable domestic training stack before U.S.. Topic tags: general web, ai, workflow, productivity, code. 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 with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make i
DeepSeeks prioritet er først og fremmest strategisk robusthed – ikke maksimal ydeevne pr. chip på kort sigt. Selskabet vil have en brugbar, hjemlig platform til at træne AI-modeller, før amerikanske restriktioner eventuelt gør adgang til Nvidias hardware endnu vanskeligere. Det indebærer en reel teknisk og økonomisk pris, men også en mulighed for at modne den kinesiske kæde af chips, software og datacentre.
Hvorfor fortsætte efter problemerne med Ascend 910C?
Et tidligere forsøg på at træne DeepSeeks R2-model på Huaweis Ascend 910C skal ifølge omtalen være mislykkedes på grund af begrænsninger i både hardware og software. Et rapporteret overslag på omkring fire Huawei-processorer for én Nvidia GB300 peger på et betydeligt gab i ydeevne og effektivitet ved de mest krævende træningsforløb.
Alligevel giver satsningen DeepSeek noget, som ren chip-effektivitet ikke giver: bedre forsyningssikkerhed og mindre eksponering mod amerikansk politik. Når en stor modeludvikler lægger virkelige arbejdsbelastninger på en lokal platform, skaber det samtidig den fejlretning, optimering og efterspørgsel, der kan forbedre chips, compilere, biblioteker, netværk og udviklingsværktøjer over tid.
Træningschips er på vej – men tidsplanen er usikker
Ifølge rapportering forventer DeepSeek, at Huawei kan begynde at levere dedikerede træningschips i slutningen af 2026, med bredere tilgængelighed omkring starten af 2027. Huawei har desuden sagt, at Ascend 950DT-systemer ventes at blive udbredt til modeltræning året efter, mens Ascend 960DT er planlagt til første kvartal 2027.
Det er dog vigtigt at skelne mellem ambition og nuværende drift: At Huawei kan levere træningsorienterede chips, betyder ikke nødvendigvis, at DeepSeek straks kan erstatte Nvidia i træningen af de største grundmodeller.
160.000 chips skal foreløbig køre modeller – ikke træne dem
DeepSeek planlægger at installere mindst 160.000 Ascend 950DT-acceleratorer på et datacenter på omkring én gigawatt i Ulanqab i Indre Mongoliet. Anlægget kan blive en af de største kendte klynger af kinesiskproducerede AI-chips. 1
Men den centrale detalje er formålet: De planlagte 950DT-chips skal efter de foreliggende oplysninger bruges til inferens – altså til at køre og besvare forespørgsler med allerede trænede modeller – frem for til den mest krævende træning. Levering og idriftsættelse afhænger også af Huaweis produktionskapacitet. 1
2
Det gør projektet til et stort skridt mod lokal drift af AI-tjenester, men ikke til et øjeblikkeligt farvel til Nvidia i selve grundtræningen.
V4 viser, hvorfor software er lige så vigtigt som chippen
DeepSeek lancerede en V4-version, der er tilpasset Huaweis Ascend-chips. Det er mere end en simpel teknisk portering: modellen og softwarestakken kan optimeres sammen. Reuters har rapporteret, at Huawei-chips blev brugt i dele af V4-træningen.
For at gøre store træningskørsler pålidelige kræves der ikke blot hurtige processorer, men også modne compilere, AI-frameworks, kernelfunktioner, kommunikation mellem chips og modelarkitekturer, der fungerer godt på platformen. V4-samarbejdet er derfor en måde at bygge den nødvendige infrastruktur op, før Huawei for alvor kan bruges til de tungeste træningsopgaver.
DeepSeek spreder risikoen med eget chipprojekt
DeepSeek satser heller ikke kun på Huawei. Reuters har rapporteret, at virksomheden udvikler sin egen AI-chip. Hvis projektet lykkes, kan det reducere afhængigheden af både Nvidia og Huawei.
Samarbejdet med Huawei kan dermed ses som både en overgangsløsning og en investering i et hjemligt økosystem – ikke nødvendigvis som DeepSeeks endelige hardwarestrategi.
Amerikansk eksportkontrol ændrer incitamenterne
USA's eksportkontrol begrænser kinesiske kunders adgang til Nvidias mest avancerede AI-acceleratorer. Det har gjort lokale alternativer til mere end et industripolitisk ønske: De er blevet et praktisk behov for virksomheder, der vil sikre langsigtet adgang til regnekraft.
Huawei siger selv, at efterspørgslen efter selskabets AI-produkter overstiger produktionen, og at Ascends markedsandel i Kina nu er større end Nvidias. Det er Huaweis egen vurdering og ikke et uafhængigt offentliggjort markedsmål. Reuters har samtidig rapporteret, at Huaweis produkter har vundet omkring halvdelen af Kinas AI-chipmarked, der anslås til 50 mia. dollar.
På kort sigt kan Nvidia fortsat have et teknologisk forspring på de mest avancerede træningsopgaver. Men restriktionerne øger kinesiske kunders investeringer i lokale chips, software og datacenterkapacitet. DeepSeeks V4-tilpasning, den planlagte 950DT-klynge til inferens, udsigten til nye træningschips og selskabets eget chipprojekt peger alle i samme retning: et mere selvforsynende kinesisk AI- og halvlederøkosystem.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "DeepSeeks Huawei-satsning handler om uafhængighed, ikke om at slå Nvidia her og nu"?
DeepSeek satser på Huawei for forsyningssikkerhed og et mere selvstændigt kinesisk AI økosystem – ikke fordi chipsene er mest effektive i dag.
What are the key points to validate first?
DeepSeek satser på Huawei for forsyningssikkerhed og et mere selvstændigt kinesisk AI økosystem – ikke fordi chipsene er mest effektive i dag. Planen om mindst 160.000 Ascend 950DT chips i Indre Mongoliet er rettet mod inferens, altså at køre færdigtrænede modeller, mens træning fortsat sker på Nvidia hardware.
What should I do next in practice?
Samarbejdet om den Huawei tilpassede V4 model og DeepSeeks eget chipprojekt kan på længere sigt mindske afhængigheden af både Nvidia og Huawei.
Sources
bloomberg.comDeepSeek Plans Big Huawei AI Chip Order to Power New ...
wionews.comDeepSeek is buying 160,000 Huawei chips, and the detail that matters is what it will not use them for
abhs.inDeepSeek Orders 160K Huawei Ascend Chips for 1GW China DC
xenospectrum.comDeepSeek Plans 160,000 Huawei AI Chips for Inference, Still ...