AnswersPublished17 sources
DeepSeek ja Huawei kehittävät tekoälysiruja yhdessä – mutta Nvidia-riippuvuuden loppu ei ole vielä näköpiirissä
DeepSeekin kerrotaan osallistuvan Huawein tulevien Ascend sirujen suunnitteluun. Avoimen lähdekoodin Ascend ohjelmistot ja 128 sirun supernode yhdistävät DeepSeekin mallien tarpeet Huawein laitteisiin, mutta sirujen saatavuus ja nopeat muistit rajoittavat tuotantoa.
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- DeepSeekin kerrotaan osallistuvan Huawein tulevien Ascend sirujen suunnitteluun.
- Avoimen lähdekoodin Ascend ohjelmistot ja 128 sirun supernode yhdistävät DeepSeekin mallien tarpeet Huawein laitteisiin, mutta sirujen saatavuus ja nopeat muistit rajoittavat tuotantoa.
- Mallin ajaminen Ascend siruilla päättelyä varten ei ole sama asia kuin huippumallin itsenäinen kouluttaminen niillä.
AI 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
DeepSeekin ja Huawein suhde näyttää olevan siirtymässä tavallista laitevalmistajan ja asiakkaan yhteistyötä pidemmälle. The Informationin 19. lokakuuta julkaisemasta jutusta kertovien toissijaisten lähteiden mukaan Huawein insinöörit ovat työskennelleet DeepSeekin kanssa tulevien sirujen suunnittelussa. DeepSeekin palautetta hyödynnetään siinä, miten mallit tekevät laskutoimituksia ja siirtävät tietoa prosessorien välillä.8
11 DeepSeekin kerrotaan suunnittelevan mallien esikoulutuksen aloittamista Huawein Ascend 950DT -piireillä aikaisintaan vuoden 2026 lopulla.
8
23
Tavoitteena on sovittaa yhteen koko laskentajärjestelmä: sirut, ohjelmistotyökalut ja mallien kuormitus. Se voisi parantaa Huawein laitteiden käyttökelpoisuutta DeepSeekille ja muille kiinalaisille tekoälykehittäjille. Suunnitelmat ovat kuitenkin vasta tulevaisuutta koskevia, eikä saatavilla oleva uutisointi osoita, että Ascend-sirut pystyisivät jo kouluttamaan huippumalleja yhtä luotettavasti tai edullisesti kuin Nvidian laitteet.
Sirujen ostamisesta niiden suunnitteluun vaikuttamiseen
Tavanomaisessa asiakassuhteessa siruvalmistaja kehittää prosessorin ja asiakas sovittaa ohjelmistonsa toimimaan sillä. Lokakuun uutisoinnin mukaan DeepSeekin ja Huawein välillä on tiiviimpi palautesilmukka: DeepSeek kertoo mallien työkuormista, ja Huawein insinöörit hyödyntävät tätä tietoa esimerkiksi laskennan ja prosessorien välisen tiedonsiirron suunnittelussa.8
13
Yhteistyö voisi auttaa Huaweita virittämään tulevia Ascend-siruja vastaamaan paremmin mallien koulutuksen todellisia tarpeita. Uutisoinnin mukaan DeepSeek aikoo käyttää Ascend 950DT -piirejä esikoulutukseen, ja Huawei aikoo antaa DeepSeekille etusijan suuren osan seuraavan sukupolven 960DT-sirujen varhaisesta toimituserästä.8
11 Kyse on uutisoiduista suunnitelmista, ei näytöstä siitä, että laajamittainen koulutus olisi jo onnistunut.
Ohjelmisto on tärkeä osa yhteistyötä
Pelkkä laitteisto ei vielä muodosta käyttökelpoista tekoälyn laskenta-alustaa. Kehittäjät tarvitsevat myös ohjelmointityökaluja ja ohjelmistokirjastoja, joiden avulla työkuormat saadaan toimimaan tehokkaasti. DeepSeek ilmoitti 30. syyskuuta avoimen lähdekoodin ohjelmointi-infrastruktuurista Huawein Ascend-siruille. Siihen kuuluu laskentaan ja tiedonsiirtoon liittyviä kirjastoja, ja Reutersin mukaan Huawei tuki kehitystyötä.1
2
Yhtiöt ovat myös kehittäneet yhdessä 128 Ascend 950 -sirusta koostuvan supernode-ratkaisun.1 Ohjelmisto- ja järjestelmätyö antavat käytännön pohjan testata, miten mallit ja usean sirun työkuormat toimivat Huawein laitteilla. Kyse on luontevammin laajemmasta pyrkimyksestä rakentaa vaihtoehtoinen ekosysteemi kuin Nvidian CUDA-alustan välittömästä korvaajasta.
1
2
Mallin ajaminen ei vielä tarkoita riippumatonta koulutusta
Tekoälymalli voi tuottaa vastauksia sirulla – tätä kutsutaan päättelyksi – vaikka sitä ei olisi koulutettu kyseisellä sirulla. Ero on tärkeä DeepSeekin edistymistä arvioitaessa.
DeepSeekin V4-mallia on sovitettu toimimaan Huawein Ascend-laitteilla, ja Huawei kertoi prosessoreitaan käytetyn osassa V4-Flashin koulutusta. Uutisoinnin mukaan koulutus nojasi silti edelleen Nvidian ekosysteemiin. Tiedot kertovat kokemuksen karttumisesta kotimaisilla laitteilla, eivät siitä, että DeepSeek pystyisi jo siirtämään kaikki vaativat koulutustehtävänsä pois Nvidian järjestelmistä.
Erillinen uutisoitu suunnitelma vähintään 160 000 Ascend 950DT -sirun asentamisesta Sisä-Mongoliaan rakenteilla olevaan datakeskukseen koskee uutisoinnin mukaan päättelyä. Suunniteltua kokonaisuutta ei siis pidä tulkita näytöksi huippumallien kouluttamiseen tarkoitetusta laskentakeskuksesta. Uutisoitu suunnitelma esikoulutuksen aloittamisesta 950DT-piireillä on eri asia ja suorempi testi Huawein laitteiden soveltuvuudelle mallien koulutukseen.8
23
Tuotekehityksen aikataulu ja sirujen saatavuus ratkaisevat
The Straits Timesin mukaan Huawei on aikaistanut Ascend 960DT:n julkaisun vuoden 2027 ensimmäiselle neljännekselle. 960PR-version on määrä tulla markkinoille saman vuoden kolmannella neljänneksellä.24 Aikaisempi saatavuus voisi antaa Huaweille ja DeepSeekille uuden mahdollisuuden hyödyntää mallien työkuormista saatua palautetta. Julkaisuaikataulu ei kuitenkaan takaa, että siruja riittää laajamittaiseen käyttöön.
Saatavuus on oma pullonkaulansa. Yhden 950DT-toimituksia koskevan uutisoinnin mukaan huippuluokan muistien pula rajoittaa tuotantoa, ja DeepSeekin uutisoidun tilauksen toimittamiseen voi kulua yli vuosi. Jos tarjonta on niukkaa, ohjelmistojen ja sirujen suunnittelun parannukset eivät välttämättä muutu nopeasti koulutukseen tarvittavaksi laskentakapasiteetiksi.
Mitä kumppanuus voi osoittaa – ja mitä ei vielä
Yhteissuunnittelu voisi auttaa DeepSeekia hyödyntämään Kiinassa valmistettuja kiihdyttimiä paremmin, kun sirujen toimintaa, ohjelmointityökaluja ja mallien työkuormia kehitetään rinnakkain. Tämä on strategisesti merkittävää, kun kiinalaiset yhtiöt etsivät vaihtoehtoja Nvidialle Yhdysvaltain vientirajoitusten keskellä.1
2
Tähänastinen näyttö kertoo vasta kehittyvästä hankkeesta, ei valmiista korvaajasta. 950DT-piireillä tehtävää esikoulutusta koskeva suunnitelma, tulevien sirujen suunnittelutyö ja avoimen lähdekoodin ohjelmistot ovat seurannan arvoisia askeleita. Vielä ei kuitenkaan tiedetä, mahdollistavatko ne huippumallien koulutuksen kilpailukykyisellä nopeudella, luotettavuudella ja hinnalla. Lokakuun 19. päivän väitteet ovat tässä käytettävissä The Informationin juttua referoivien toissijaisten lähteiden kautta, eivät alkuperäisestä kokonaisartikkelista.8
13
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 "DeepSeek ja Huawei kehittävät tekoälysiruja yhdessä – mutta Nvidia-riippuvuuden loppu ei ole vielä näköpiirissä"?
DeepSeekin kerrotaan osallistuvan Huawein tulevien Ascend sirujen suunnitteluun.
What are the key points to validate first?
DeepSeekin kerrotaan osallistuvan Huawein tulevien Ascend sirujen suunnitteluun. Avoimen lähdekoodin Ascend ohjelmistot ja 128 sirun supernode yhdistävät DeepSeekin mallien tarpeet Huawein laitteisiin, mutta sirujen saatavuus ja nopeat muistit rajoittavat tuotantoa.
What should I do next in practice?
Mallin ajaminen Ascend siruilla päättelyä varten ei ole sama asia kuin huippumallin itsenäinen kouluttaminen niillä.