Nvidias CUDA-Mauer: „Sie bröckelt“

Liang argumentierte eindringlich, dass Nvidias Software-Ökosystem – lange Zeit als uneinnehmbarer Wettbewerbsvorteil angesehen – rasant abgebaut wird. KI mache es inzwischen viel einfacher, Code für Nicht-Nvidia-Hardware zu schreiben, wodurch der Lock-in-Effekt zusammenbreche . Er verwies konkret auf Tools wie TileLang und KI-gestützte Code-Generierung, die CUDA-optimierte Arbeitslasten auf konkurrierende Chips übertragen können .

Liang charakterisierte Nvidias Dominanz als selbstzerstörerisch: „Nvidia gräbt sich sein eigenes Grab“, sagte er, denn der Aufstieg der KI selbst senke die Wechselkosten weg von CUDA . Er prognostizierte, dass innerhalb von etwa einem Jahr bedeutende Risse im Nvidia-Ökosystem sichtbar werden . DeepSeek selbst habe sein V3-Modell zwar auf Nvidia-Hardware trainiert, aber ohne auf Nvidias Software-Ökosystem angewiesen zu sein; stattdessen habe man für fast alles oberhalb des Siliziums den eigenen High-Level-Compiler TileLang verwendet .

Chinas heimisches Chip-Ökosystem: „Ein historisches Fenster“

Liang betonte nachdrücklich, dass Chinas heimische KI-Chips – von Huawei, Alibaba, Moore Threads und anderen – vor keinen grundlegenden Hardware- oder Ökosystem-Hürden stünden. Das einzige wirkliche Hindernis sei die unzureichende Produktionskapazität .

Er prophezeite, dass binnen eines Jahres der reale Einsatz am Markt die Wahrnehmung widerlegen werde, heimische Chips seien „unbrauchbar oder schwer zu nutzen“ . Selbst ein Preisaufschlag von 1–2× gegenüber Nvidia sei akzeptabel . Liang bezeichnete dies als „historische Chance“ und argumentierte, dass die US-Exportkontrollen das chinesische Ökosystem geradezu gezwungen hätten, Alternativen aufzubauen, und damit ein einzigartiges Fenster öffneten .

DeepSeeks Hardware-Engpässe und die Huawei-Partnerschaft

Liang räumte offen ein, dass der Hauptunterschied zwischen US-amerikanischen und chinesischen KI-Laboren im Zugang zu Rechenleistung liege, nicht in Algorithmen oder Talenten. Chinesische Labore litten aufgrund der US-Exportrestriktionen unter einer viel knapperen GPU-Versorgung .

Er gab jedoch bekannt, dass DeepSeek bereits eng mit Huawei zusammenarbeite und sein Produktionsökosystem auf Zehntausenden von Huaweis 910B- und Nachfolge-„950“-Chips betreibe. Das Preis-Leistungs-Verhältnis dieser Huawei-Cluster könne bereits Nvidias High-End-Produkte wie den GB200 und GB300 „eins zu eins ersetzen“ . DeepSeek habe für diese Bemühungen rund 16.000 Huawei-950-Chips gesichert .

Liang sagte voraus, dass die Chip-Versorgung für DeepSeek innerhalb von etwa 12 Monaten kein Engpass mehr sein dürfte . Das Unternehmen plane zudem den Bau eigener großer KI-Rechencluster in der Zukunft .

AGI-Strategie: Keine Profit-Ziele, keine Ablenkungen

Der vielleicht bemerkenswerteste Teil des Treffens war Liangs Erläuterung der DeepSeek-Strategie. Er sagte, das Unternehmen sei nie gegründet worden, um „viel Geld zu verdienen, an die Börse zu gehen oder Kasse zu machen“ . Stattdessen sei das Erreichen der AGI das alleinige Ziel, das über Nutzerwachstum und kurzfristige Umsätze gestellt werde .

Liang erklärte, DeepSeek werde seine fortschrittlichsten Modelle wahrscheinlich weiterhin als Open Source veröffentlichen, da offene Entwicklung und kommerzielle Monetarisierung sich nicht widersprächen . „Zurückhaltung ist eine Strategie, um die Wahrscheinlichkeit zu erhöhen, AGI zu erreichen“, sagte er .

Er stellte klar, dass DeepSeek in diesem Stadium keine Ressourcen in „3D, Videogenerierung, Weltmodellierung“, Consumer-Apps oder Unternehmensprodukte investieren werde. Produkte existierten nur als Meilensteine auf dem Weg zur AGI . Der aktuelle Fokus liege auf einem Coding Agent und kontinuierlichen Lernfähigkeiten; die nächste Phase ziele auf die autonome Modelliteration ab .

Das Unternehmen agiere ohne Umsatzmaximierungsziele, ohne kurzfristige IPO-Pläne und ohne konventionelle Geschäfts-KPIs – eine „KPI-freie, visionsgetriebene“ Organisation . Das gesamte Investorengespräch diente dazu, neue Geldgeber während der 10-Milliarden-Dollar-Finanzierungsrunde auf diese nicht-kommerzielle, AGI-zentrierte Philosophie einzuschwören .

Wichtige Einschränkungen

Das Transkript wurde ohne Autorisierung von DeepSeek verbreitet und nicht offiziell vom Unternehmen geprüft . Reuters und Bloomberg bestätigten seine Authentizität über mit der Sache vertraute Quellen, aber diese Zuschreibung enthält den üblichen Vorbehalt . Wie bei jeder geleakten internen Kommunikation sollte der Inhalt als eine Momentaufnahme der Gedanken des Gründers zu einem bestimmten Zeitpunkt gelesen werden, nicht als formelle Unternehmenserklärung.

Nvidias CUDA-Mauer: „Sie bröckelt“

Liang argumentierte eindringlich, dass Nvidias Software-Ökosystem – lange Zeit als uneinnehmbarer Wettbewerbsvorteil angesehen – rasant abgebaut wird. KI mache es inzwischen viel einfacher, Code für Nicht-Nvidia-Hardware zu schreiben, wodurch der Lock-in-Effekt zusammenbreche . Er verwies konkret auf Tools wie TileLang und KI-gestützte Code-Generierung, die CUDA-optimierte Arbeitslasten auf konkurrierende Chips übertragen können .

Liang charakterisierte Nvidias Dominanz als selbstzerstörerisch: „Nvidia gräbt sich sein eigenes Grab“, sagte er, denn der Aufstieg der KI selbst senke die Wechselkosten weg von CUDA . Er prognostizierte, dass innerhalb von etwa einem Jahr bedeutende Risse im Nvidia-Ökosystem sichtbar werden . DeepSeek selbst habe sein V3-Modell zwar auf Nvidia-Hardware trainiert, aber ohne auf Nvidias Software-Ökosystem angewiesen zu sein; stattdessen habe man für fast alles oberhalb des Siliziums den eigenen High-Level-Compiler TileLang verwendet .

Chinas heimisches Chip-Ökosystem: „Ein historisches Fenster“

Liang betonte nachdrücklich, dass Chinas heimische KI-Chips – von Huawei, Alibaba, Moore Threads und anderen – vor keinen grundlegenden Hardware- oder Ökosystem-Hürden stünden. Das einzige wirkliche Hindernis sei die unzureichende Produktionskapazität .

Er prophezeite, dass binnen eines Jahres der reale Einsatz am Markt die Wahrnehmung widerlegen werde, heimische Chips seien „unbrauchbar oder schwer zu nutzen“ . Selbst ein Preisaufschlag von 1–2× gegenüber Nvidia sei akzeptabel . Liang bezeichnete dies als „historische Chance“ und argumentierte, dass die US-Exportkontrollen das chinesische Ökosystem geradezu gezwungen hätten, Alternativen aufzubauen, und damit ein einzigartiges Fenster öffneten .

DeepSeeks Hardware-Engpässe und die Huawei-Partnerschaft

Liang räumte offen ein, dass der Hauptunterschied zwischen US-amerikanischen und chinesischen KI-Laboren im Zugang zu Rechenleistung liege, nicht in Algorithmen oder Talenten. Chinesische Labore litten aufgrund der US-Exportrestriktionen unter einer viel knapperen GPU-Versorgung .

Er gab jedoch bekannt, dass DeepSeek bereits eng mit Huawei zusammenarbeite und sein Produktionsökosystem auf Zehntausenden von Huaweis 910B- und Nachfolge-„950“-Chips betreibe. Das Preis-Leistungs-Verhältnis dieser Huawei-Cluster könne bereits Nvidias High-End-Produkte wie den GB200 und GB300 „eins zu eins ersetzen“ . DeepSeek habe für diese Bemühungen rund 16.000 Huawei-950-Chips gesichert .

Liang sagte voraus, dass die Chip-Versorgung für DeepSeek innerhalb von etwa 12 Monaten kein Engpass mehr sein dürfte . Das Unternehmen plane zudem den Bau eigener großer KI-Rechencluster in der Zukunft .

AGI-Strategie: Keine Profit-Ziele, keine Ablenkungen

Der vielleicht bemerkenswerteste Teil des Treffens war Liangs Erläuterung der DeepSeek-Strategie. Er sagte, das Unternehmen sei nie gegründet worden, um „viel Geld zu verdienen, an die Börse zu gehen oder Kasse zu machen“ . Stattdessen sei das Erreichen der AGI das alleinige Ziel, das über Nutzerwachstum und kurzfristige Umsätze gestellt werde .

Liang erklärte, DeepSeek werde seine fortschrittlichsten Modelle wahrscheinlich weiterhin als Open Source veröffentlichen, da offene Entwicklung und kommerzielle Monetarisierung sich nicht widersprächen . „Zurückhaltung ist eine Strategie, um die Wahrscheinlichkeit zu erhöhen, AGI zu erreichen“, sagte er .

Er stellte klar, dass DeepSeek in diesem Stadium keine Ressourcen in „3D, Videogenerierung, Weltmodellierung“, Consumer-Apps oder Unternehmensprodukte investieren werde. Produkte existierten nur als Meilensteine auf dem Weg zur AGI . Der aktuelle Fokus liege auf einem Coding Agent und kontinuierlichen Lernfähigkeiten; die nächste Phase ziele auf die autonome Modelliteration ab .

Das Unternehmen agiere ohne Umsatzmaximierungsziele, ohne kurzfristige IPO-Pläne und ohne konventionelle Geschäfts-KPIs – eine „KPI-freie, visionsgetriebene“ Organisation . Das gesamte Investorengespräch diente dazu, neue Geldgeber während der 10-Milliarden-Dollar-Finanzierungsrunde auf diese nicht-kommerzielle, AGI-zentrierte Philosophie einzuschwören .

Wichtige Einschränkungen

Das Transkript wurde ohne Autorisierung von DeepSeek verbreitet und nicht offiziell vom Unternehmen geprüft . Reuters und Bloomberg bestätigten seine Authentizität über mit der Sache vertraute Quellen, aber diese Zuschreibung enthält den üblichen Vorbehalt . Wie bei jeder geleakten internen Kommunikation sollte der Inhalt als eine Momentaufnahme der Gedanken des Gründers zu einem bestimmten Zeitpunkt gelesen werden, nicht als formelle Unternehmenserklärung.