AntwortenVeröffentlicht17 Quellen
DeepSeek und Huawei entwickeln KI-Chips gemeinsam – doch Nvidia-Unabhängigkeit ist nicht belegt
DeepSeek soll nicht mehr nur Ascend Chips von Huawei nutzen, sondern an künftigen Designs mitwirken. Open Source Software für Ascend und ein Supernode aus 128 Chips verbinden DeepSeeks Modellanforderungen mit Huaweis Hardware.
Veröffentlicht vonBearbeitet mit GPT-6 LunaBilder erstellt mit GPT Image 2
Forschungsantwort
Wichtige Erkenntnisse
- DeepSeek soll nicht mehr nur Ascend Chips von Huawei nutzen, sondern an künftigen Designs mitwirken.
- Open Source Software für Ascend und ein Supernode aus 128 Chips verbinden DeepSeeks Modellanforderungen mit Huaweis Hardware.
- Ein Modell auf Ascend Chips auszuführen oder für sie anzupassen, ist nicht dasselbe, wie ein Frontier Modell unabhängig darauf zu trainieren.
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How is DeepSeek’s collaboration with Huawei evolving beyond a conventional chip supplier–customer relationship into co-designing future AI c. Article summary: DeepSeek and Huawei are moving toward hardware–software co-design: rather than simply buying Ascend chips and adapting its models afterward, DeepSeek is reportedly influencing how future Huawei chips perform calculations. Topic tags: general, news, general web, user generated, academic. 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
Die Zusammenarbeit zwischen DeepSeek und Huawei scheint über eine übliche Lieferanten-Kunden-Beziehung hinauszugehen. Sekundärberichte über einen Artikel von The Information vom 19. Oktober zufolge arbeiten Huawei-Ingenieure mit DeepSeek an künftigen Chipdesigns. Dabei soll Rückmeldung aus dem KI-Labor einfließen – etwa dazu, wie Modelle rechnen und Daten zwischen Prozessoren bewegen.8
11 DeepSeek plant demnach, frühestens Ende 2026 mit dem Ascend 950DT von Huawei ein Vortraining zu beginnen.
8
23
Die strategische Idee: Chips, Programmierwerkzeuge und Modellanforderungen gemeinsam aufeinander abzustimmen. Das könnte Huawei-Hardware für DeepSeek und andere chinesische KI-Entwickler nützlicher machen. Die Pläne liegen jedoch noch in der Zukunft. Die vorliegenden Berichte belegen nicht, dass Ascend-Chips Frontier-Modelle bereits so zuverlässig oder kostengünstig trainieren können wie Nvidia-Hardware.
Vom Chipkauf zur Mitgestaltung
Üblicherweise entwickelt ein Chiphersteller einen Prozessor, und seine Kunden passen ihre Software daran an. Der Bericht vom Oktober beschreibt eine engere Rückkopplung: DeepSeek soll Anforderungen aus dem Modelltraining weitergeben; Huawei-Ingenieure ließen diese Rückmeldungen in Entscheidungen darüber einfließen, wie gerechnet und wie Daten zwischen Prozessoren übertragen werden.8
13
Eine solche Zusammenarbeit könnte Huawei dabei helfen, künftige Ascend-Chips gezielter auf den tatsächlichen Bedarf beim Modelltraining auszurichten. Dem Bericht zufolge will DeepSeek den Ascend 950DT fürs Vortraining nutzen. Huawei wiederum soll DeepSeek einen großen Teil der frühen Lieferung des Ascend 960DT, der nächsten Chipgeneration, vorbehalten wollen.8
11 Dabei handelt es sich um berichtete Vorhaben – nicht um den Nachweis, dass ein Training in großem Maßstab bereits erfolgreich war.
Zur Partnerschaft gehört auch die Software
Ein leistungsfähiger Chip allein macht noch keine brauchbare KI-Plattform. Entwickler benötigen außerdem Programmierwerkzeuge und Softwarebibliotheken, um Rechenaufgaben effizient auszuführen. Am 30. September kündigte DeepSeek quelloffene Softwareinfrastruktur für Huaweis Ascend-Chips an, darunter Bibliotheken für Berechnungen und Kommunikation. Reuters zufolge unterstützte Huawei die Entwicklung.1
2
Die Unternehmen haben außerdem gemeinsam einen Supernode mit 128 Ascend-950-Chips vorangebracht.1 Software und Systementwicklung schaffen damit eine praktische Grundlage, um zu erproben, wie Modelle und Aufgaben über mehrere Chips hinweg auf Huawei-Hardware laufen. Das sind Bausteine eines umfassenderen alternativen Ökosystems – kein sofortiger Ersatz für Nvidias CUDA-Plattform.
1
2
Inferenz ist nicht dasselbe wie unabhängiges Training
Ein Modell kann auf einem Chip Antworten generieren – diese Nutzung heißt Inferenz –, ohne auf diesem Chip trainiert worden zu sein. Dieser Unterschied ist entscheidend, wenn es darum geht, DeepSeeks Fortschritte einzuordnen.
DeepSeek V4 wurde für Huawei Ascend angepasst, und Huawei erklärte, dass seine Prozessoren beim Training eines Teils von V4-Flash eingesetzt wurden. Berichten zufolge stützte sich DeepSeek beim Training jedoch weiterhin auf Nvidias Ökosystem. Das spricht für wachsende Erfahrung mit heimischer Hardware, belegt aber nicht, dass DeepSeek anspruchsvolle Trainingsaufgaben vollständig von Nvidia wegverlagern kann.
Auch die separat berichtete Planung, mindestens 160.000 Ascend-950DT-Chips in einem Rechenzentrum in der Inneren Mongolei einzusetzen, betrifft demnach Inferenz. Sie ist kein Beleg für einen Cluster zum Training von Frontier-Modellen. Der geplante Start eines Vortrainings auf 950DT-Chips wäre ein eigener, direkterer Test der Huawei-Hardware für Trainingsaufgaben.8
23
Fahrplan und Lieferfähigkeit entscheiden mit
Huawei hat die Markteinführung des Ascend 960DT auf das erste Quartal 2027 vorgezogen. Der 960PR soll im dritten Quartal folgen, berichtete The Straits Times.24 Eine frühere Verfügbarkeit könnte Huawei und DeepSeek Gelegenheit geben, Rückmeldungen aus der Praxis schneller in die Plattform einfließen zu lassen. Ein angekündigter Starttermin garantiert jedoch nicht, dass genügend Chips für einen Einsatz im großen Maßstab verfügbar sind.
Die Versorgung ist eine eigene Hürde. Ein Bericht zur Einführung des 950DT nennt einen Mangel an Hochleistungsspeicher als Grund für begrenzte Produktion. Es könne mehr als ein Jahr dauern, DeepSeeks gemeldete Bestellung vollständig zu erfüllen. Wenn die Lieferungen knapp sind, lassen sich Verbesserungen bei Software und Chipdesign nicht ohne Weiteres in genügend Rechenkapazität für groß angelegtes Training übersetzen.
Was die Zusammenarbeit zeigen könnte – und was noch offen ist
Durch gemeinsames Design könnte DeepSeek chinesische Beschleuniger besser nutzen, indem Chipverhalten, Programmierwerkzeuge und Modellanforderungen aufeinander abgestimmt werden. Das ist strategisch relevant, während chinesische Unternehmen angesichts der US-Exportbeschränkungen nach Alternativen zu Nvidia suchen.1
2
Die bisherigen Hinweise zeigen eine Zusammenarbeit im Aufbau, keinen fertigen Ersatz. Das geplante Vortraining auf dem 950DT, die Arbeit an künftigen Chips und die quelloffene Software sind wichtige Schritte. Ob sie Frontier-Training mit konkurrenzfähiger Geschwindigkeit, Zuverlässigkeit und zu vergleichbaren Kosten ermöglichen, ist aber noch nicht belegt. Die Angaben zum Bericht vom 19. Oktober sind hier über Sekundärberichte zu The Information verfügbar, nicht über den vollständigen Originalartikel.8
13
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 „DeepSeek und Huawei entwickeln KI-Chips gemeinsam – doch Nvidia-Unabhängigkeit ist nicht belegt“?
DeepSeek soll nicht mehr nur Ascend Chips von Huawei nutzen, sondern an künftigen Designs mitwirken.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
DeepSeek soll nicht mehr nur Ascend Chips von Huawei nutzen, sondern an künftigen Designs mitwirken. Open Source Software für Ascend und ein Supernode aus 128 Chips verbinden DeepSeeks Modellanforderungen mit Huaweis Hardware.
Was soll ich als nächstes in der Praxis tun?
Ein Modell auf Ascend Chips auszuführen oder für sie anzupassen, ist nicht dasselbe, wie ein Frontier Modell unabhängig darauf zu trainieren.