DeepSeek dilaporkan mengincar sedikitnya 160.000 akselerator Huawei Ascend 950DT untuk inferensi di pusat data Ulanqab berkapasitas komputasi sekitar 1 GW. Rencana tersebut bukan bukti bahwa DeepSeek telah menggantikan Nvidia sepenuhnya: beban pelatihan model utamanya dilaporkan masih memakai perangkat Nvidia.
Diterbitkan olehDiedit dengan GPT-5.6 TerraGambar dibuat dengan GPT Image 2
Jawaban penelitian

Create a landscape editorial hero image for this Studio Global article: What are DeepSeek’s plans to deploy at least 160,000 Huawei Ascend 950DT AI chips for inference at a gigawatt-scale data center in Ulanqab,. Article summary: DeepSeek’s reported plan is strategically large but operationally uncertain: a Ulanqab facility with at least 160,000 Ascend 950DT accelerators, mainly for inference, would be among the largest known Huawei AI-chip clust. Topic tags: general, news, general web, user generated. 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 wi
DeepSeek dilaporkan sedang menyiapkan pembangunan AI berskala sangat besar di Ulanqab, Mongolia Dalam: sedikitnya 160.000 akselerator Huawei Ascend 950DT untuk menjalankan model AI di pusat data dengan kapasitas komputasi yang direncanakan sekitar 1 gigawatt. Namun, DeepSeek maupun Huawei belum mengonfirmasi secara terbuka pesanan tersebut ataupun jadwal pengirimannya. Karena itu, angka ini sebaiknya dibaca sebagai rencana yang dilaporkan, bukan klaster yang sudah terpasang dan beroperasi. 4
5
Menurut sumber yang mengetahui proyek tersebut, Ascend 950DT akan terutama digunakan untuk inferensi—yakni melayani permintaan pengguna kepada model AI—bukan untuk pekerjaan utama melatih model. Jika terwujud pada skala 160.000 chip, fasilitas ini berpotensi menjadi salah satu klaster akselerator AI Huawei terbesar yang pernah diketahui. 5
8
Pembedaan inferensi dan pelatihan penting. Armada besar untuk inferensi dapat memperluas ketersediaan model dan menekan biaya operasional saat digunakan dalam skala besar. Namun, itu belum berarti Huawei telah menggantikan Nvidia di seluruh tumpukan komputasi DeepSeek. Laporan mengenai proyek ini menyebut DeepSeek masih memakai perangkat Nvidia untuk pelatihan. 8
Risiko terbesar ada pada pasokan. DeepSeek disebut menginginkan lebih banyak chip unggulan Huawei daripada yang saat ini mampu diproduksi Huawei. Kelangkaan komponen, termasuk memori kelas atas, juga berpotensi membatasi produksi Ascend 950DT menjadi hanya ratusan ribu unit tingkat rendah sepanjang tahun ini. Dalam konteks itu, target 160.000 unit merupakan komitmen yang sangat besar dibandingkan pasokan yang tersedia. 8
Tiga faktor memperbesar kemungkinan keterlambatan:
Dukungan pemerintah atau prioritas alokasi dapat membantu posisi DeepSeek dalam antrean, tetapi tidak otomatis menghilangkan hambatan manufaktur dan komponen. Ujian sebenarnya adalah jumlah akselerator yang berhasil dikirim, diintegrasikan, lalu dijaga tetap andal saat beroperasi—bukan semata besarnya target pesanan.
Klaster yang direncanakan di Ulanqab selaras dengan dorongan China untuk membangun ekosistem AI yang lebih sedikit bergantung pada teknologi Amerika Serikat. Pratinjau DeepSeek V4 telah diadaptasi agar dapat berjalan pada chip Ascend canggih Huawei. Huawei juga menyatakan V4 didukung sepenuhnya oleh klaster supernode berbasis Ascend 950, serta chipnya digunakan pada sebagian proses pelatihan V4-Flash. 2
3
Pekerjaan di sisi perangkat lunak ini penting secara strategis. Adopsi perangkat keras AI tidak hanya ditentukan oleh ketersediaan akselerator: model, framework, alat pengembang, dan praktik penerapan harus dapat bekerja bersama dengan baik. Model menonjol yang dioptimalkan untuk Ascend memberi alasan bagi penyedia cloud, perusahaan, dan pengembang untuk berinvestasi pada platform Huawei. Hal itu berpotensi memperkuat permintaan chip sekaligus ekosistem perangkat lunaknya.
Meski begitu, proyek Ulanqab tidak boleh dianggap sebagai bukti kemandirian penuh dari Nvidia. Fokus proyek ini adalah inferensi, sementara beban pelatihan DeepSeek dilaporkan masih mengandalkan sistem Nvidia. 8
Klaster 160.000 chip akan menjadi demonstrasi besar bahwa pengembang AI China mampu menargetkan infrastruktur setara hyperscale. Kapasitas itu dapat memberi DeepSeek ruang besar untuk menjalankan modelnya sendiri, alih-alih sepenuhnya bergantung pada kapasitas cloud pihak lain.
Tetapi ukuran tersebut juga memusatkan risiko rantai pasok. Penerapan yang lebih kecil mungkin dapat dipenuhi secara bertahap lewat produksi dan alokasi berkala. Sebaliknya, target 160.000 chip harus mengambil porsi besar dari lini produk yang pasokannya terbatas, saat pasar China yang lebih luas juga berlomba mengamankan perangkat keras yang sama. 8
Angka 160.000 menunjukkan ambisi, bukan penyelesaian proyek. Indikator yang lebih berarti adalah konfirmasi pesanan, laju pengiriman Ascend 950DT, kapasitas terpasang yang benar-benar bisa digunakan, serta biaya dan keandalan menjalankan model DeepSeek pada sistem tersebut.
Jika klaster itu beroperasi mendekati skala yang dilaporkan, proyek ini akan menjadi langkah penting bagi ekosistem Ascend Huawei dan upaya infrastruktur AI domestik China. Jika pengiriman meleset dari jadwal, kasus ini justru akan menunjukkan jurang antara merancang tumpukan AI domestik dan memproduksi semua komponen langka yang diperlukan untuk menerapkannya dalam skala besar. 5
8
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
DeepSeek dilaporkan mengincar sedikitnya 160.000 akselerator Huawei Ascend 950DT untuk inferensi di pusat data Ulanqab berkapasitas komputasi sekitar 1 GW.
DeepSeek dilaporkan mengincar sedikitnya 160.000 akselerator Huawei Ascend 950DT untuk inferensi di pusat data Ulanqab berkapasitas komputasi sekitar 1 GW. Rencana tersebut bukan bukti bahwa DeepSeek telah menggantikan Nvidia sepenuhnya: beban pelatihan model utamanya dilaporkan masih memakai perangkat Nvidia.
Kekurangan memori kelas atas, kapasitas produksi Huawei yang terbatas, dan persaingan dari ByteDance, Tencent, serta Alibaba dapat memperlambat realisasi proyek.