JawabanDipublikasikan13 sumber
Mengapa DeepSeek Tetap Memprioritaskan Chip Huawei untuk Pelatihan AI
DeepSeek mengejar ketahanan pasokan dan kemandirian teknologi, bukan sekadar efisiensi chip jangka pendek. Rencana minimal 160.000 Ascend 950DT di Ulanqab ditujukan terutama untuk inference, bukan pelatihan model frontier.
Diterbitkan olehDiedit dengan GPT-5.6 TerraGambar dibuat dengan GPT Image 2
Jawaban penelitian
Poin-poin penting
- DeepSeek mengejar ketahanan pasokan dan kemandirian teknologi, bukan sekadar efisiensi chip jangka pendek.
- Rencana minimal 160.000 Ascend 950DT di Ulanqab ditujukan terutama untuk inference, bukan pelatihan model frontier.
- Model V4 yang dioptimalkan untuk Huawei serta pengembangan chip internal menunjukkan DeepSeek tidak ingin bergantung permanen pada satu pemasok.
AI Perintah
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
Prioritas DeepSeek pada chip buatan Huawei terutama merupakan taruhan untuk ketahanan strategis, bukan pengakuan bahwa Huawei sudah lebih unggul daripada Nvidia dalam pelatihan AI. Jika akses terhadap akselerator Nvidia makin dibatasi oleh kebijakan ekspor Amerika Serikat, DeepSeek membutuhkan tumpukan komputasi domestik—chip, perangkat lunak, jaringan, dan pusat data—yang tetap bisa dipakai untuk membangun serta menjalankan model AI.
Komprominya memang besar. Upaya sebelumnya untuk melatih model R2 dengan Ascend 910C dilaporkan gagal akibat kendala perangkat keras dan perangkat lunak. Ada pula perkiraan yang dilaporkan bahwa sekitar empat prosesor Huawei diperlukan untuk menyamai satu Nvidia GB300. Namun, menjalankan beban kerja nyata pada platform Huawei memberi umpan balik yang dibutuhkan untuk memperbaiki chip, compiler, framework, kernel, dan jaringan pendukungnya.
Jadwal chip pelatihan: akhir 2026 hingga awal 2027
Menurut laporan yang dikutip sejumlah media, DeepSeek memperkirakan Huawei dapat mulai mengirim chip yang ditujukan untuk pelatihan pada kuartal IV 2026, dengan ketersediaan yang lebih luas sekitar awal 2027. Ini masih merupakan jadwal yang dilaporkan, bukan kepastian resmi dari DeepSeek.
Secara terpisah, Huawei mengatakan pengujian Ascend 950DT telah berlangsung dan sistem 950DT diharapkan digunakan luas untuk pelatihan model pada tahun berikutnya. Huawei juga menjadwalkan Ascend 960DT pada kuartal I 2027.
Proyek 160.000 chip: besar, tetapi fokusnya masih inference
DeepSeek berencana memasang sedikitnya 160.000 akselerator Ascend 950DT di pusat data berkapasitas kira-kira 1 gigawatt di Ulanqab, Mongolia Dalam. Bila terealisasi, ini akan menjadi salah satu klaster chip AI buatan China terbesar yang diketahui publik. 1
Tetapi, fungsi awalnya bukan untuk menggantikan Nvidia dalam pra-pelatihan model frontier. Chip tersebut direncanakan untuk inference—menjalankan model yang sudah dilatih untuk melayani pengguna. Waktu pemasangan bergantung pada kemampuan produksi Huawei; sebagian kapasitas dilaporkan ditargetkan beroperasi pada akhir 2027 atau awal 2028. 2
3
Perbedaan ini penting: inference dan pelatihan sama-sama membutuhkan komputasi AI, tetapi pelatihan model besar umumnya jauh lebih berat, sensitif terhadap efisiensi, serta menuntut perangkat lunak dan interkoneksi yang sangat matang.
V4 menjadi jembatan dari kompatibilitas menuju pelatihan
DeepSeek telah merilis versi pratinjau V4 yang diadaptasi untuk chip Ascend Huawei. Langkah ini bukan sekadar memindahkan model dari satu chip ke chip lain. DeepSeek dan Huawei perlu menyesuaikan model serta perangkat lunak agar dapat bekerja efektif di platform Ascend. Reuters melaporkan bahwa chip Huawei bahkan digunakan dalam sebagian proses pelatihan V4, meski DeepSeek tidak merinci perangkat keras yang dipakai untuk melatih V4 secara keseluruhan.
Kolaborasi semacam ini membangun fondasi ekosistem: compiler, framework, kernel, jaringan, dan desain arsitektur model. Fondasi tersebut diperlukan sebelum chip domestik bisa diandalkan untuk proses pelatihan berskala sangat besar secara konsisten.
DeepSeek juga menyiapkan opsi chip sendiri
Huawei bukan satu-satunya jalur yang ditempuh DeepSeek. Reuters melaporkan DeepSeek sedang mengembangkan chip AI internalnya sendiri, yang berpotensi mengurangi ketergantungannya pada Nvidia maupun Huawei.
Artinya, kemitraan dengan Huawei dapat dipahami sebagai upaya membangun ekosistem dan jembatan menuju kemampuan yang lebih mandiri—bukan berarti Huawei pasti menjadi solusi akhir DeepSeek untuk seluruh kebutuhan komputasinya.
Kontrol ekspor AS mengubah hitungan bisnis China
Pembatasan AS atas ekspor akselerator AI Nvidia yang paling canggih ke China telah mengubah substitusi chip domestik dari preferensi kebijakan industri menjadi kebutuhan operasional. Huawei mengatakan permintaan domestik atas produk komputasi AI-nya melampaui kemampuan pasokannya, dan ketua bergilir Eric Xu menyatakan ia yakin pangsa pasar Ascend di China telah melampaui Nvidia. Pernyataan pangsa pasar itu merupakan penilaian Huawei sendiri, bukan ukuran independen yang dipublikasikan.
Dalam jangka pendek, Nvidia masih memiliki keunggulan performa di segmen teratas. Namun, pembatasan tersebut juga mendorong pelanggan China menanamkan investasi pada chip lokal, perangkat lunak, dan infrastruktur pusat data. Rencana klaster 950DT DeepSeek, V4 yang dioptimalkan untuk Huawei, prospek chip pelatihan baru, serta proyek chip internalnya merupakan bagian dari dorongan lebih luas China menuju rantai pasok semikonduktor dan komputasi AI yang lebih mandiri.
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "Mengapa DeepSeek Tetap Memprioritaskan Chip Huawei untuk Pelatihan AI"?
DeepSeek mengejar ketahanan pasokan dan kemandirian teknologi, bukan sekadar efisiensi chip jangka pendek.
Apa poin penting yang harus divalidasi terlebih dahulu?
DeepSeek mengejar ketahanan pasokan dan kemandirian teknologi, bukan sekadar efisiensi chip jangka pendek. Rencana minimal 160.000 Ascend 950DT di Ulanqab ditujukan terutama untuk inference, bukan pelatihan model frontier.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Model V4 yang dioptimalkan untuk Huawei serta pengembangan chip internal menunjukkan DeepSeek tidak ingin bergantung permanen pada satu pemasok.
Sumber
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 ...