AntwortenVeröffentlicht14 Quellen
DeepSeeks Huawei-Wette: Warum der KI-Entwickler trotz Rückschlag auf chinesische Chips setzt
DeepSeek nimmt geringere Effizienz in Kauf, um sich gegen weitere Einschränkungen beim Zugang zu Nvidia Hardware abzusichern. Mindestens 160.000 Ascend 950DT Beschleuniger sind für ein Rechenzentrum in Ulanqab vorgesehen – zunächst vor allem für den KI Betrieb, nicht für das Training.
Veröffentlicht vonBearbeitet mit GPT-5.6 TerraBilder erstellt mit GPT Image 2
Forschungsantwort
Wichtige Erkenntnisse
- DeepSeek nimmt geringere Effizienz in Kauf, um sich gegen weitere Einschränkungen beim Zugang zu Nvidia Hardware abzusichern.
- Mindestens 160.000 Ascend 950DT Beschleuniger sind für ein Rechenzentrum in Ulanqab vorgesehen – zunächst vor allem für den KI Betrieb, nicht für das Training.
- Die Huawei optimierte V4 und mögliche neue Trainingschips ab Ende 2026 sollen die Grundlage für ein belastbareres chinesisches KI Ökosystem schaffen.
KI-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
DeepSeek setzt auf Huawei nicht, weil dessen Chips heute schon die effizienteste Wahl für Spitzenmodelle wären. Die Priorität lautet vielmehr strategische Handlungsfähigkeit: Das Unternehmen will einen funktionsfähigen, heimischen Technologie-Stack für KI aufbauen, bevor der Zugang zu leistungsfähiger Nvidia-Hardware durch US-Exportkontrollen noch schwieriger werden könnte.
Der Preis dafür ist hoch. Ein früherer Versuch, DeepSeeks R2 auf Ascend-910C-Chips zu trainieren, scheiterte Berichten zufolge an Hard- und Softwaregrenzen. Auch die kolportierte Größenordnung – etwa vier Huawei-Prozessoren für die Leistung eines Nvidia GB300 – verdeutlicht die bestehende Lücke bei Leistung und Energieeffizienz. Doch reale Großprojekte schaffen zugleich Nachfrage, Praxiserfahrung und Optimierungsdruck für Chips, Compiler, Netzwerke und Software.
Vom Ausführen der Modelle zum Training
Der unmittelbare Großauftrag ist noch kein vollständiger Ersatz für Nvidia beim Vortraining: DeepSeek plant für einen rund ein Gigawatt großen Standort in Ulanqab in der Inneren Mongolei mindestens 160.000 Ascend-950DT-Beschleuniger. Sie sollen Modelle hauptsächlich ausführen, also Antworten für Nutzer erzeugen (Inference), und nicht neue Spitzenmodelle trainieren. Wann die Installation erfolgt, hängt von Huaweis Produktionskapazität ab. 1
2
Gerade diese Trennung ist wichtig: Inference ist technisch und wirtschaftlich ein anderer Einsatz als das extrem rechenintensive Vortraining großer Modelle. DeepSeek kann Huawei-Hardware somit zunächst im laufenden Betrieb skalieren, während die anspruchsvollsten Trainingsläufe vorerst auf Nvidia-Systemen bleiben.
Warum die V4-Anpassung mehr ist als ein Port
Mit einer für Huawei-Chips angepassten Version von V4 demonstrierte DeepSeek, dass Modell und Hardware-Software-Stack gemeinsam abgestimmt werden können. Das betrifft nicht nur den Chip selbst, sondern auch Frameworks, Compiler, Rechenkerne, Kommunikation zwischen Beschleunigern und die Modellarchitektur. Solche Anpassungen sind eine Voraussetzung dafür, dass chinesische Beschleuniger bei großen Trainingsläufen verlässlich eingesetzt werden können. 3
Berichten zufolge erwartet DeepSeek spezielle Huawei-Chips für das Training ab Ende 2026; eine breitere Verfügbarkeit wird um Anfang 2027 erwartet. Parallel rechnet Huawei damit, dass 950DT-Systeme im kommenden Jahr breiter für Modelltraining genutzt werden. Damit wäre die 160.000-Chip-Installation vor allem ein erster, großskaliger Praxistest für den Betrieb – und ein Baustein auf dem Weg zu mehr Training auf heimischer Hardware.
Nicht allein auf Huawei angewiesen
DeepSeek entwickelt laut Reuters zudem einen eigenen KI-Chip. Das könnte langfristig die Abhängigkeit sowohl von Nvidia als auch von Huawei verringern. Die Zusammenarbeit mit Huawei ist damit nicht zwingend das endgültige Ziel, sondern auch ein Übergang und ein Versuch, ein tragfähiges lokales Ökosystem aufzubauen.
Die größere Wirkung der US-Kontrollen
US-Exportbeschränkungen für besonders leistungsfähige Nvidia-Beschleuniger verändern die Anreize im chinesischen Markt. Was zuvor vor allem industriepolitisch erwünscht war – der Umstieg auf heimische Hardware –, wird für KI-Unternehmen zunehmend zur operativen Absicherung.
Kurzfristig bleibt Nvidia bei Spitzen-Training technologisch im Vorteil. Langfristig jedoch beschleunigen Beschränkungen Investitionen in chinesische Chips, Rechenzentren und die dazugehörige Software. DeepSeeks Huawei-optimierte V4, der geplante 950DT-Cluster, erwartete Trainingschips und die eigene Chipentwicklung folgen deshalb derselben Logik: China will eine KI- und Halbleiterinfrastruktur aufbauen, die weniger von ausländischen Lieferketten abhängt. 3
4
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „DeepSeeks Huawei-Wette: Warum der KI-Entwickler trotz Rückschlag auf chinesische Chips setzt“?
DeepSeek nimmt geringere Effizienz in Kauf, um sich gegen weitere Einschränkungen beim Zugang zu Nvidia Hardware abzusichern.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
DeepSeek nimmt geringere Effizienz in Kauf, um sich gegen weitere Einschränkungen beim Zugang zu Nvidia Hardware abzusichern. Mindestens 160.000 Ascend 950DT Beschleuniger sind für ein Rechenzentrum in Ulanqab vorgesehen – zunächst vor allem für den KI Betrieb, nicht für das Training.
Was soll ich als nächstes in der Praxis tun?
Die Huawei optimierte V4 und mögliche neue Trainingschips ab Ende 2026 sollen die Grundlage für ein belastbareres chinesisches KI Ökosystem schaffen.
Quellen
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 ...