딥시크와 화웨이의 관계가 단순한 칩 공급사와 고객사 사이를 넘어서는 모습이다. 10월 19일 디인포메이션 보도를 인용한 후속 보도에 따르면, 화웨이 엔지니어들은 딥시크의 의견을 반영해 차세대 칩 설계에 참여하고 있다. 모델이 계산을 처리하는 방식과 프로세서 사이에서 데이터를 주고받는 방식을 실제 작업에 맞게 다듬는다는 것이다.
8
11 딥시크는 이르면 2026년 말부터 화웨이의 어센드 950DT로 사전학습을 시작할 계획인 것으로 전해졌다.
8
23
협력의 핵심은 칩과 소프트웨어, 모델 작업을 따로 최적화하는 대신 한데 맞추는 데 있다. 이런 접근은 딥시크를 비롯한 중국 AI 개발사들이 화웨이 하드웨어를 더 효과적으로 활용하는 데 도움이 될 수 있다. 하지만 이는 앞으로의 계획이다. 현재 공개된 보도만으로는 어센드가 이미 엔비디아 칩만큼 안정적이고 비용 효율적으로 최첨단 모델을 학습시킬 수 있다고 단정할 수 없다.
칩을 사는 데서 설계에 의견을 보태는 단계로
일반적인 칩 공급 관계에서는 제조사가 프로세서를 만들고, 고객사가 자사 소프트웨어를 그 칩에 맞춰 조정한다. 10월 보도에 그려진 협력은 이보다 긴밀하다. 딥시크가 모델 학습에 필요한 사항을 전달하고, 화웨이 엔지니어들이 계산 처리와 칩 간 데이터 전송 등 설계 요소에 이를 반영한다는 내용이다.
8
13
이런 협업은 화웨이가 실제 모델 학습에 필요한 작업을 고려해 차세대 어센드 칩을 조정하는 데 도움이 될 수 있다. 보도에 따르면 딥시크는 어센드 950DT로 사전학습을 진행할 계획이며, 화웨이는 차세대 960DT 초기 물량의 상당 부분을 딥시크에 우선 배정할 방침이다.
8
11 다만 이는 보도된 계획이지, 대규모 학습이 이미 성공했다는 뜻은 아니다.
하드웨어만큼 중요한 소프트웨어
칩이 있다고 해서 곧바로 AI 연산 플랫폼이 완성되는 것은 아니다. 개발자들이 작업을 효율적으로 실행하려면 프로그래밍 도구와 소프트웨어 라이브러리도 필요하다. 딥시크는 9월 30일 화웨이 어센드 칩용 오픈소스 프로그래밍 기반을 공개했다. 여기에는 연산 및 통신 라이브러리가 포함되며, 로이터통신은 화웨이가 개발을 지원했다고 보도했다.
1
2
양사는 어센드 950 칩 128개를 연결한 슈퍼노드도 함께 발전시켰다.
1 소프트웨어와 시스템을 함께 구축하면 모델과 여러 칩을 묶어 쓰는 작업이 화웨이 하드웨어에서 어떻게 작동하는지 시험할 기반이 마련된다. 이는 엔비디아의 CUDA 플랫폼을 바로 대체하는 제품이라기보다, 대안 생태계를 만들려는 더 큰 시도의 일부로 보는 편이 타당하다.
1
2
추론이 된다고 학습까지 독립한 것은 아니다
AI 모델이 질문에 답을 생성하는 작업은 ‘추론’이라고 부른다. 모델을 새로 만들어가는 ‘학습’과는 다른 단계다. 딥시크의 진전을 평가할 때 이 차이를 구분해야 한다.
딥시크 V4는 화웨이 어센드에 맞게 조정됐고, 화웨이는 V4-Flash 학습의 일부에 자사 프로세서가 사용됐다고 밝혔다. 하지만 보도에 따르면 딥시크의 학습은 여전히 엔비디아 생태계에 의존하고 있다. 이는 중국산 하드웨어를 활용하는 경험이 늘고 있음을 보여주지만, 딥시크가 고난도 학습 작업 전부를 엔비디아에서 옮길 수 있다는 증거는 아니다.
내몽골 데이터센터에 어센드 950DT 칩을 최소 16만 개 배치한다는 계획은 보도상 추론용이다. 따라서 이를 최첨단 모델 학습용 대규모 클러스터가 확보됐다는 뜻으로 해석해서는 안 된다. 950DT로 사전학습을 시작한다는 별도 계획이 화웨이 하드웨어의 학습 능력을 가늠할 더 직접적인 시험대다.
8
23
로드맵과 공급량이 다음 단계를 좌우
스트레이츠타임스에 따르면 화웨이는 어센드 960DT 출시 시점을 2027년 1분기로 앞당겼으며, 960PR은 같은 해 3분기 출시를 예정하고 있다.
24 제품이 더 일찍 나오면 화웨이와 딥시크가 모델 작업에서 얻은 의견을 새 플랫폼에 반영할 기회가 생길 수 있다. 하지만 출시 일정이 잡혔다고 해서 대규모 도입에 필요한 칩이 충분히 공급된다는 보장은 없다.
공급 문제는 별도의 제약이다. 950DT 생산과 관련한 한 보도는 고대역폭 메모리 부족이 생산을 제한하고 있으며, 딥시크가 주문한 물량을 모두 채우는 데 1년 이상 걸릴 수 있다고 전했다. 공급이 빠듯하면 소프트웨어와 칩 설계가 개선되더라도 대규모 학습에 필요한 연산 능력을 빠르게 확보하기 어렵다.
가능성은 있지만, 대체 능력은 아직 미검증
공동 설계가 계획대로 진행된다면 딥시크는 칩의 작동 방식과 프로그래밍 도구, 모델 작업을 함께 조정해 중국산 가속기의 활용도를 높일 수 있다. 미국의 수출 통제 속에서 중국 기업들이 엔비디아의 대안을 찾고 있다는 점에서 전략적 의미도 있다.
1
2
다만 지금까지 확인되는 것은 진행 중인 시도이지, 완성된 대체재가 아니다. 어센드 950DT 사전학습 계획과 차세대 칩 설계 협력, 오픈소스 소프트웨어는 주목할 만한 단계다. 하지만 이들이 최첨단 모델을 경쟁력 있는 속도와 비용으로, 안정적으로 학습시키는 결과로 이어질지는 아직 입증되지 않았다. 10월 19일 보도의 구체적인 내용은 디인포메이션 원문 전문이 아니라 이를 인용한 후속 보도를 통해 확인된 것이다.
8
13