답변게시됨2개월 전Last edited 2개월 전18 소스

딥시크의 화웨이 칩 16만 개 계획, 왜 AI 학습이 아니라 추론용인가

딥시크는 약 1GW 규모의 울란차부 캠퍼스에 화웨이 Ascend 950DT 가속기 최소 16만 개를 배치해, 신규 모델 학습보다 서비스 중인 AI 모델의 요청 처리(추론)에 활용할 계획인 것으로 전해졌다. 보도대로라면 딥시크는 모델 학습에는 엔비디아 하드웨어를 계속 쓰고, 실제 서비스 운영 단계의 추론을 화웨이 칩으로 옮기는 전략을 택하는 셈이다.

게시자GPT-5.6 Terra로 편집GPT Image 2로 이미지 생성

Studio Global AI로 검색 및 팩트체크 인기 페이지 더 보기

연구 답변

주요 시사점

딥시크는 약 1GW 규모의 울란차부 캠퍼스에 화웨이 Ascend 950DT 가속기 최소 16만 개를 배치해, 신규 모델 학습보다 서비스 중인 AI 모델의 요청 처리(추론)에 활용할 계획인 것으로 전해졌다.
보도대로라면 딥시크는 모델 학습에는 엔비디아 하드웨어를 계속 쓰고, 실제 서비스 운영 단계의 추론을 화웨이 칩으로 옮기는 전략을 택하는 셈이다.
16만 개 칩은 전체 캠퍼스의 일부에 그친다. 칩 조달뿐 아니라 전력 공급, 냉각, 네트워킹, 시스템 통합을 함께 검증해야 하는 프로젝트다.

Editorial illustration of a large AI data center representing DeepSeek’s reported Huawei Ascend cluster in Inner Mongolia — What is DeepSeek’s reported plan to deploy at least 160,000 Huawei Ascend 950DT accelerators at a gigawatt-scale data center under constructDeepSeek’s reported Ascend 950DT build would focus on serving AI models at production scale.
AI 프롬프트
Create a landscape editorial hero image for this Studio Global article: What is DeepSeek’s reported plan to deploy at least 160,000 Huawei Ascend 950DT accelerators at a gigawatt-scale data center under construct. Article summary: DeepSeek reportedly plans to install at least 160,000 Huawei Ascend 950DT accelerators at a roughly 1-gigawatt campus in Ulanqab, Inner Mongolia. The proposed cluster is principally for inference—serving models and user . 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 w
openai.com

딥시크가 내몽골 울란차부에 건설 중인 데이터센터에 화웨이의 Ascend 950DT AI 가속기 최소 16만 개를 설치할 계획이라고 보도됐다. 이 계획에서 가장 중요한 대목은 용도다. 이 칩들은 차세대 AI 모델을 학습시키는 데 주로 쓰이기보다, 이미 학습된 모델이 이용자 질문에 답하도록 하는 추론(inference) 용도로 배치될 것으로 전해졌다. 1 14

계획이 현실화되면 화웨이 AI 가속기 집적 규모로는 알려진 사례 가운데 최대급 클러스터가 될 수 있다. 앞서 가동을 시작한 것으로 알려진 1만 칩 규모 Ascend 클러스터와 비교해도 큰 폭의 확장이다. 다만 16만 개 가속기는 장기적으로 조성될 전체 캠퍼스 용량의 일부일 뿐이다. 1 12 14

딥시크가 짓는 것은 무엇인가

보도에 따르면 이 부지는 최종적으로 약 1GW(기가와트) 규모를 목표로 설계되고 있다. 한 보도는 최대 가동 시 전력 수요가 약 75만 가구의 사용량에 견줄 수 있다고 설명했다. 이는 칩 클러스터만의 전력 소비를 뜻하는 수치가 아니라, 시설 전체의 인프라 규모를 가늠하게 하는 비교다. 3

이 정도 규모의 프로젝트는 가속기 구매만으로 완성되지 않는다. 대규모 모델 서비스를 지속적으로 제공하려면 충분한 전력 설비, 냉각 장치, 서버와 네트워크, 운영 시스템이 함께 갖춰져야 한다. 16만 개 Ascend 칩은 이 기가와트급 시설의 한 부분을 채우는 구성이다. 14

핵심은 ‘학습’이 아니라 ‘추론’이다

추론은 학습을 마친 AI 모델이 프롬프트를 받아 답변을 생성하는 실서비스 단계다. 한 번의 학습 작업을 끝내는 것과 달리, 이용자 요청이 이어지는 동안 안정적으로 처리할 수 있는 상시 용량이 필요하다.

딥시크는 이번 Ascend 950DT 배치를 모델 학습에 쓸 계획이 없는 것으로 알려졌다. 모델 학습은 엔비디아 하드웨어에서 계속 수행하고, 화웨이 클러스터는 배포된 모델을 실제로 구동하는 데 쓰는 방식이다. 1 8

이는 딥시크가 전체 AI 컴퓨팅 체인에서 해외 하드웨어를 완전히 대체했다는 뜻은 아니다. 더 정확히는 국산 하드웨어를 우선 활용하는 추론 중심 전략에 가깝다. 단기적으로 이 계획의 검증 대상은 초대형 Ascend 배포 환경이 실제 모델 트래픽을 효율적이고 안정적으로 감당할 수 있느냐다. 1 14

최대 변수는 칩 인도 능력

가동 일정은 화웨이가 가속기를 얼마나 생산·공급할 수 있는지에 달려 있다. 보도에 따르면 고성능 메모리를 포함한 부품 제약으로 2026년 950DT 생산량은 수십만 개 초반 수준에 머물 수 있다. 최소 16만 개라는 단일 수요는 다른 고객사의 수요와 경쟁해야 하며, 전량 공급에는 1년 이상이 걸릴 가능성도 제기된다. 17 23

딥시크는 생산 여건을 전제로 2027년 말 또는 2028년 초까지 일부 용량을 가동하기를 원하는 것으로 전해졌다. 5 8

중국 AI 인프라에 보내는 신호

이 계획은 선도 해외 가속기 접근이 압박을 받는 상황에서, 중국이 자국산 하드웨어 기반 AI 연산 역량을 확대하려는 흐름과 맞닿아 있다. 1

그러나 계획 발표가 곧바로 완성된 상용 클러스터를 의미하지는 않는다. 이 규모에서는 가속기 수급 외에도 네트워킹, 전력 전달, 냉각, 시스템 통합, 지속적인 부품 공급이 동시에 맞물려야 한다. 결국 이 프로젝트는 Ascend가 소규모 배포를 넘어 대규모 모델 서비스를 안정적으로 처리할 수 있는지, 그리고 국산 인프라가 해당 업무를 얼마나 빠르게 떠안을 수 있는지를 보여주는 시험대가 될 전망이다. 1 14

Studio Global AI

연구를 계속하세요

이 페이지에는 Studio Global 내에서 계속할 수 있는 소스 기반 답변이 포함되어 있습니다.

Studio Global AI로 검색 및 팩트체크

사람들은 또한 묻습니다.