DeepSeekin Huawei panostuksen ydin on toimitusvarmuus ja pitkän aikavälin teknologiaomavaraisuus, ei paras mahdollinen laskentateho juuri nyt. Suunnitteilla oleva vähintään 160 000 Ascend 950DT kiihdyttimen keskus Sisä Mongoliassa on tarkoitettu ensi vaiheessa mallien ajamiseen, ei uusien huippumallien esikouluttami...
JulkaisijaMuokattu mallilla GPT-5.6 TerraKuvat luotu mallilla GPT Image 2
Research answer

Create 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
DeepSeekin päätös ei ole ensisijaisesti väite siitä, että Huawein Ascend-sirut olisivat jo Nvidian parhaiden kiihdyttimien veroisia. Kyse on varautumisesta: yhtiö pyrkii rakentamaan toimivan, kotimaisiin komponentteihin nojaavan tekoälylaskennan pinon siltä varalta, että Nvidian huippupiirien saatavuus Kiinassa heikkenee entisestään.
DeepSeekin aiempi yritys kouluttaa R2-mallia Ascend 910C -laitteistolla epäonnistui raporttien mukaan laitteiston ja ohjelmiston rajoitteisiin. Myös arvio, jonka mukaan yhden Nvidia GB300:n laskentatehon saavuttamiseen tarvittaisiin noin neljä Huawein prosessoria, kuvaa nykyistä suorituskyky- ja tehokkuuseroa.
Silti yhtiölle voi olla järkevää ottaa Huawein laitteistoa käyttöön oikeissa, suurissa työkuormissa. Silloin sirujen ympärille kehittyvät myös kääntäjät, ohjelmistokehykset, laskentaytimet, verkotus ja mallien optimointi. Juuri tämä kokonaisuus ratkaisee, voiko kotimainen alusta myöhemmin soveltua luotettavasti myös suuriin koulutusajoihin.
Raportoidun aikataulun mukaan Huawei voisi aloittaa DeepSeekille suunnattujen, koulutukseen tarkoitettujen sirujen toimitukset jo vuoden 2026 viimeisellä neljänneksellä. Laajemman käytön odotetaan alkavan vuoden 2027 alkupuolella. Huawei on lisäksi kertonut, että Ascend 950DT -järjestelmien odotetaan olevan laajasti mallikoulutuskäytössä seuraavana vuonna, ja Ascend 960DT:n julkaisu on aikataulutettu vuoden 2027 ensimmäiselle neljännekselle.
Tämä ei tarkoita, että DeepSeek olisi jo siirtämässä kaikkein raskainta esikoulutusta Huaweille. Nykyinen linja näyttää vaiheittaiselta: ensin yhteensopivuus ja tuotantokäyttö, sitten vasta näyttö siitä, että alusta kestää suurimmat koulutustyöt.
DeepSeek suunnittelee asentavansa vähintään 160 000 Huawein Ascend 950DT -kiihdytintä noin gigawatin mittakaavan datakeskukseen Ulanqabiin Sisä-Mongoliaan. Toteutuessaan kyse olisi yhdestä suurimmista tunnetuista kiinalaisiin tekoälysiruihin perustuvista keskittymistä. 1
Tärkeä rajaus on käyttötarkoitus: suunnitelman mukaan 950DT-siruja käytettäisiin mallien ajamiseen eli inferenssiin. Käytännössä tämä tarkoittaa käyttäjien pyyntöihin vastaavien, jo koulutettujen mallien palvelemista. Niitä ei ainakaan toistaiseksi ole tarkoitus käyttää uusien mallien raskaimpaan koulutusvaiheeseen. Asennusaikataulu riippuu Huawein tuotantokyvystä, ja osan keskuksen kapasiteetista on raportoitu käynnistyvän vasta vuoden 2027 lopulla tai vuoden 2028 alussa. 1
2
Tämä tekee hankkeesta silti strategisesti merkittävän. Inferenssi on jatkuvaa tuotantolaskentaa, joten suuri käyttöönotto tarjoaa Huaweille ja DeepSeekille käytännön kokemusta suorituskyvystä, ohjelmistoista ja järjestelmän luotettavuudesta mittakaavassa.
DeepSeek julkaisi V4-mallistaan Huawein siruille sovitetun version. Reutersin mukaan yhtiö teki Huawein kanssa tiivistä optimointiyhteistyötä, ja Huawein siruja käytettiin myös osassa V4:n koulutusprosessia.
Tämä on olennaista, koska huippuluokan tekoälymallin siirtäminen toiselle laskenta-alustalle ei ole pelkkä ohjelman käynnistäminen uudella raudalla. Malliarkkitehtuuri, muistinkäyttö, rinnakkaislaskenta ja ohjelmistotyökalut on viritettävä yhdessä. V4 antaa Huawein Ascend-ekosysteemille käytännön testin, mutta se ei vielä todista, että Nvidia olisi korvattavissa kaikissa koulutustehtävissä.
Huawei ei ole DeepSeekin ainoa suunnitelma. Reutersin mukaan yhtiö kehittää omaa tekoälysiruaan, mikä voisi vähentää sen riippuvuutta sekä Nvidiasta että Huaweista.
Siksi Huawei-kumppanuutta kannattaa tulkita siltana ja ekosysteemipanostuksena, ei välttämättä DeepSeekin pysyvänä lopputilana. Oma siru, jos hanke etenee tuotantoon asti, voisi antaa yhtiölle enemmän määräysvaltaa sekä mallien koulutus- että ajolaskentaan.
Yhdysvaltain vientivalvonta rajoittaa Kiinan pääsyä Nvidian kyvykkäimpiin tekoälykiihdyttimiin. Tällöin kotimainen korvaaminen ei ole enää vain teollisuuspoliittinen tavoite, vaan käytännön toimintariskiin vastaamista.
Huawei on kertonut, ettei se pysty vastaamaan kaikkeen Kiinan tekoälylaskennan kysyntään, ja yhtiön johdon arvion mukaan Ascendin markkinaosuus Kiinassa on jo Nvidian osuutta suurempi. Kyse on Huawein omasta arviosta, ei riippumattomasti julkaistusta markkinaosuusmittauksesta. Reuters on aiemmin raportoinut, että vientirajoitukset ovat auttaneet Huaweita kasvattamaan osuutensa noin puoleen Kiinan noin 50 miljardin dollarin tekoälysirumarkkinasta.
Lyhyellä aikavälillä Nvidia säilyttää todennäköisesti etunsa kaikkein vaativimmassa koulutuksessa. Pidemmällä aikavälillä rajoitukset kuitenkin kannustavat kiinalaisia yhtiöitä sijoittamaan kotimaisiin siruihin, ohjelmistoihin ja datakeskuksiin. DeepSeekin V4-optimointi, 160 000 sirun inferenssikeskus, tulevat koulutussirut ja oma sirukehitys ovat kaikki askelia kohti Kiinan tavoitetta: tekoäly- ja puolijohdeketjua, joka ei ole ratkaisevasti riippuvainen ulkomaisesta teknologiasta.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
DeepSeekin Huawei panostuksen ydin on toimitusvarmuus ja pitkän aikavälin teknologiaomavaraisuus, ei paras mahdollinen laskentateho juuri nyt.
DeepSeekin Huawei panostuksen ydin on toimitusvarmuus ja pitkän aikavälin teknologiaomavaraisuus, ei paras mahdollinen laskentateho juuri nyt. Suunnitteilla oleva vähintään 160 000 Ascend 950DT kiihdyttimen keskus Sisä Mongoliassa on tarkoitettu ensi vaiheessa mallien ajamiseen, ei uusien huippumallien esikouluttamiseen.
Huawei yhteensopiva V4 malli, mahdolliset koulutussirutoimitukset ja DeepSeekin oma sirukehitys tähtäävät riippuvuuden vähentämiseen sekä Nvidiasta että Huaweista.
DeepSeekin Huawei panostuksen ydin on toimitusvarmuus ja pitkän aikavälin teknologiaomavaraisuus, ei paras mahdollinen laskentateho juuri nyt. Suunnitteilla oleva vähintään 160 000 Ascend 950DT kiihdyttimen keskus Sisä Mongoliassa on tarkoitettu ensi vaiheessa mallien ajamiseen, ei uusien huippumallien esikouluttami...
JulkaisijaMuokattu mallilla GPT-5.6 TerraKuvat luotu mallilla GPT Image 2
Research answer

Create 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
DeepSeekin päätös ei ole ensisijaisesti väite siitä, että Huawein Ascend-sirut olisivat jo Nvidian parhaiden kiihdyttimien veroisia. Kyse on varautumisesta: yhtiö pyrkii rakentamaan toimivan, kotimaisiin komponentteihin nojaavan tekoälylaskennan pinon siltä varalta, että Nvidian huippupiirien saatavuus Kiinassa heikkenee entisestään.
DeepSeekin aiempi yritys kouluttaa R2-mallia Ascend 910C -laitteistolla epäonnistui raporttien mukaan laitteiston ja ohjelmiston rajoitteisiin. Myös arvio, jonka mukaan yhden Nvidia GB300:n laskentatehon saavuttamiseen tarvittaisiin noin neljä Huawein prosessoria, kuvaa nykyistä suorituskyky- ja tehokkuuseroa.
Silti yhtiölle voi olla järkevää ottaa Huawein laitteistoa käyttöön oikeissa, suurissa työkuormissa. Silloin sirujen ympärille kehittyvät myös kääntäjät, ohjelmistokehykset, laskentaytimet, verkotus ja mallien optimointi. Juuri tämä kokonaisuus ratkaisee, voiko kotimainen alusta myöhemmin soveltua luotettavasti myös suuriin koulutusajoihin.
Raportoidun aikataulun mukaan Huawei voisi aloittaa DeepSeekille suunnattujen, koulutukseen tarkoitettujen sirujen toimitukset jo vuoden 2026 viimeisellä neljänneksellä. Laajemman käytön odotetaan alkavan vuoden 2027 alkupuolella. Huawei on lisäksi kertonut, että Ascend 950DT -järjestelmien odotetaan olevan laajasti mallikoulutuskäytössä seuraavana vuonna, ja Ascend 960DT:n julkaisu on aikataulutettu vuoden 2027 ensimmäiselle neljännekselle.
Tämä ei tarkoita, että DeepSeek olisi jo siirtämässä kaikkein raskainta esikoulutusta Huaweille. Nykyinen linja näyttää vaiheittaiselta: ensin yhteensopivuus ja tuotantokäyttö, sitten vasta näyttö siitä, että alusta kestää suurimmat koulutustyöt.
DeepSeek suunnittelee asentavansa vähintään 160 000 Huawein Ascend 950DT -kiihdytintä noin gigawatin mittakaavan datakeskukseen Ulanqabiin Sisä-Mongoliaan. Toteutuessaan kyse olisi yhdestä suurimmista tunnetuista kiinalaisiin tekoälysiruihin perustuvista keskittymistä. 1
Tärkeä rajaus on käyttötarkoitus: suunnitelman mukaan 950DT-siruja käytettäisiin mallien ajamiseen eli inferenssiin. Käytännössä tämä tarkoittaa käyttäjien pyyntöihin vastaavien, jo koulutettujen mallien palvelemista. Niitä ei ainakaan toistaiseksi ole tarkoitus käyttää uusien mallien raskaimpaan koulutusvaiheeseen. Asennusaikataulu riippuu Huawein tuotantokyvystä, ja osan keskuksen kapasiteetista on raportoitu käynnistyvän vasta vuoden 2027 lopulla tai vuoden 2028 alussa. 1
2
Tämä tekee hankkeesta silti strategisesti merkittävän. Inferenssi on jatkuvaa tuotantolaskentaa, joten suuri käyttöönotto tarjoaa Huaweille ja DeepSeekille käytännön kokemusta suorituskyvystä, ohjelmistoista ja järjestelmän luotettavuudesta mittakaavassa.
DeepSeek julkaisi V4-mallistaan Huawein siruille sovitetun version. Reutersin mukaan yhtiö teki Huawein kanssa tiivistä optimointiyhteistyötä, ja Huawein siruja käytettiin myös osassa V4:n koulutusprosessia.
Tämä on olennaista, koska huippuluokan tekoälymallin siirtäminen toiselle laskenta-alustalle ei ole pelkkä ohjelman käynnistäminen uudella raudalla. Malliarkkitehtuuri, muistinkäyttö, rinnakkaislaskenta ja ohjelmistotyökalut on viritettävä yhdessä. V4 antaa Huawein Ascend-ekosysteemille käytännön testin, mutta se ei vielä todista, että Nvidia olisi korvattavissa kaikissa koulutustehtävissä.
Huawei ei ole DeepSeekin ainoa suunnitelma. Reutersin mukaan yhtiö kehittää omaa tekoälysiruaan, mikä voisi vähentää sen riippuvuutta sekä Nvidiasta että Huaweista.
Siksi Huawei-kumppanuutta kannattaa tulkita siltana ja ekosysteemipanostuksena, ei välttämättä DeepSeekin pysyvänä lopputilana. Oma siru, jos hanke etenee tuotantoon asti, voisi antaa yhtiölle enemmän määräysvaltaa sekä mallien koulutus- että ajolaskentaan.
Yhdysvaltain vientivalvonta rajoittaa Kiinan pääsyä Nvidian kyvykkäimpiin tekoälykiihdyttimiin. Tällöin kotimainen korvaaminen ei ole enää vain teollisuuspoliittinen tavoite, vaan käytännön toimintariskiin vastaamista.
Huawei on kertonut, ettei se pysty vastaamaan kaikkeen Kiinan tekoälylaskennan kysyntään, ja yhtiön johdon arvion mukaan Ascendin markkinaosuus Kiinassa on jo Nvidian osuutta suurempi. Kyse on Huawein omasta arviosta, ei riippumattomasti julkaistusta markkinaosuusmittauksesta. Reuters on aiemmin raportoinut, että vientirajoitukset ovat auttaneet Huaweita kasvattamaan osuutensa noin puoleen Kiinan noin 50 miljardin dollarin tekoälysirumarkkinasta.
Lyhyellä aikavälillä Nvidia säilyttää todennäköisesti etunsa kaikkein vaativimmassa koulutuksessa. Pidemmällä aikavälillä rajoitukset kuitenkin kannustavat kiinalaisia yhtiöitä sijoittamaan kotimaisiin siruihin, ohjelmistoihin ja datakeskuksiin. DeepSeekin V4-optimointi, 160 000 sirun inferenssikeskus, tulevat koulutussirut ja oma sirukehitys ovat kaikki askelia kohti Kiinan tavoitetta: tekoäly- ja puolijohdeketjua, joka ei ole ratkaisevasti riippuvainen ulkomaisesta teknologiasta.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
DeepSeekin Huawei panostuksen ydin on toimitusvarmuus ja pitkän aikavälin teknologiaomavaraisuus, ei paras mahdollinen laskentateho juuri nyt.
DeepSeekin Huawei panostuksen ydin on toimitusvarmuus ja pitkän aikavälin teknologiaomavaraisuus, ei paras mahdollinen laskentateho juuri nyt. Suunnitteilla oleva vähintään 160 000 Ascend 950DT kiihdyttimen keskus Sisä Mongoliassa on tarkoitettu ensi vaiheessa mallien ajamiseen, ei uusien huippumallien esikouluttamiseen.
Huawei yhteensopiva V4 malli, mahdolliset koulutussirutoimitukset ja DeepSeekin oma sirukehitys tähtäävät riippuvuuden vähentämiseen sekä Nvidiasta että Huaweista.