DeepSeek dilaporkan melihat latihan pada cip Huawei sebagai pelaburan daya tahan rantaian bekalan, bukan pilihan paling cekap untuk latihan model canggih pada masa ini. Rancangan sekurang kurangnya 160,000 cip Ascend 950DT di Ulanqab, Mongolia Dalam, pada ketika ini adalah untuk inferens — menjalankan model — bukann...
Diterbitkan olehDisunting dengan GPT-5.6 TerraImej dijana dengan GPT Image 2
Research answer

Create 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
DeepSeek dilaporkan menjadikan keupayaan melatih model AI pada cip keluaran China sebagai taruhan strategik besar kerana ia mahu pilihan pengkomputeran domestik yang benar-benar boleh digunakan sebelum akses kepada cip Nvidia menjadi lebih terhad. Ini bukan bermakna Huawei sudah menyamai Nvidia untuk latihan model paling berat; sebaliknya, DeepSeek nampaknya sanggup menerima jurang kecekapan jangka pendek demi membina ekosistem cip, perisian dan pusat data yang lebih berdikari dalam jangka panjang.
Usaha terdahulu untuk melatih model R2 DeepSeek pada Ascend 910C dilaporkan tidak berjaya, dengan kekangan perkakasan dan perisian menjadi antara puncanya. Pelaporan lain turut menyebut anggaran kasar bahawa kira-kira empat pemproses Huawei diperlukan untuk menyamai satu Nvidia GB300 — gambaran tentang jurang prestasi dan kecekapan yang masih ketara.
Namun, bagi DeepSeek, ukuran penting bukan hanya bilangan cip bagi setiap tugas. Menggunakan beban kerja sebenar pada platform Huawei memberi maklum balas yang diperlukan untuk memperbaik pengkompil, kerangka kerja, kernel, rangkaian dan reka bentuk model. Dalam kata lain, syarikat itu sedang membantu membina keupayaan yang belum matang, bukan hanya membeli pengganti Nvidia yang sedia setara.
Menurut laporan mengenai taklimat kepada pelabur, Huawei dijangka mula menghantar cip khusus latihan kepada DeepSeek seawal suku keempat 2026. Secara berasingan, Huawei menyatakan sistem Ascend 950DT dijangka digunakan secara meluas untuk latihan model pada tahun berikutnya, manakala Ascend 960DT dijadualkan pada suku pertama 2027. Huawei juga berkata permintaan domestik terhadap produk pengkomputeran AInya melebihi bekalan.
Tarikh ini penting kerana DeepSeek masih belum dilaporkan menggantikan Nvidia sepenuhnya untuk latihan asas (pre-training) model frontier. Sasaran sebenarnya ialah menjadikan latihan pada platform tempatan cukup stabil dan berskala besar untuk menjadi pilihan yang realistik.
DeepSeek merancang memasang sekurang-kurangnya 160,000 pemecut Ascend 950DT di pusat data kira-kira satu gigawatt di Ulanqab, Mongolia Dalam. Jika terlaksana, ia berpotensi menjadi antara kelompok cip AI Huawei terbesar yang diketahui. 1
Tetapi ada perincian penting: pada masa ini, cip tersebut dirancang untuk inferens — iaitu menjalankan model yang telah dilatih bagi menjawab pertanyaan pengguna — dan bukannya melatih model baharu. Jadual pemasangan pula bergantung pada kapasiti pengeluaran Huawei. 1
2
Jadi, langkah ini tidak menandakan DeepSeek sudah meninggalkan Nvidia dalam latihan. Ia lebih tepat dibaca sebagai pembuktian penggunaan Huawei pada skala operasi yang sangat besar, sambil latihan model paling mencabar masih memerlukan perkakasan Nvidia yang boleh diperoleh.
DeepSeek melancarkan versi pratonton V4 yang disesuaikan untuk berjalan pada cip Huawei. Reuters melaporkan DeepSeek memberi akses awal kepada pembekal domestik seperti Huawei untuk pengoptimuman, berbeza daripada amalan lazim berkongsi akses awal dengan pembuat cip AS.
Penyelarasan model dengan cip ini penting. Model AI tidak semestinya akan berfungsi dengan cekap hanya dengan dipindahkan daripada satu platform kepada platform lain. Keserasian memerlukan kerja bersama pada perisian sistem, alat pembangunan, operasi pengiraan dan seni bina model. Huawei pula berkata cipnya digunakan dalam sebahagian proses latihan V4.
Ini menjelaskan mengapa DeepSeek memberi keutamaan kepada latihan pada cip Huawei walaupun prestasi masih belum setanding: syarikat itu sedang membina asas teknikal supaya latihan berskala besar boleh dilakukan pada perkakasan domestik pada masa depan.
Huawei bukan satu-satunya pertaruhan DeepSeek. Reuters melaporkan DeepSeek sedang membangunkan cip AInya sendiri, langkah yang berpotensi mengurangkan pergantungan kepada kedua-dua Nvidia dan Huawei.
Ini menjadikan kerjasama dengan Huawei sebagai strategi peralihan dan pembinaan ekosistem, bukannya semestinya destinasi akhir. DeepSeek boleh menggunakan pengalaman mengoptimumkan model untuk Ascend sebagai input berharga bagi reka bentuk cipnya sendiri.
Kawalan eksport AS yang mengehadkan akses China kepada pemecut AI Nvidia paling berkeupayaan telah mengubah penggantian cip tempatan daripada aspirasi dasar kepada keperluan operasi. Dalam keadaan ini, pelanggan China mempunyai sebab lebih kuat untuk melabur dalam cip, perisian dan infrastruktur pusat data tempatan.
Huawei berkata ia percaya bahagian pasaran Ascend di China kini melebihi Nvidia, tetapi itu ialah penilaian syarikat sendiri dan bukannya ukuran bahagian pasaran bebas yang diterbitkan. Reuters pula melaporkan bahawa larangan AS membantu Huawei memperoleh kira-kira separuh daripada pasaran cip AI domestik China bernilai AS$50 bilion, walaupun penawaran Huawei masih ketinggalan jauh daripada cip Nvidia paling maju.
Taruhan DeepSeek terhadap Huawei bukan keputusan berdasarkan kecekapan cip semata-mata. Ia ialah usaha mengurangkan risiko bekalan, mempercepat kematangan teknologi tempatan dan menyediakan pilihan latihan AI sekiranya akses kepada Nvidia terus mengecil.
Buat masa ini, kelompok 160,000 Ascend 950DT di Ulanqab kekal projek inferens, manakala latihan model canggih belum beralih sepenuhnya daripada Nvidia. Tetapi V4 yang dioptimumkan untuk Huawei, jangkaan cip latihan baharu pada hujung 2026 hingga awal 2027, dan pembangunan cip dalaman DeepSeek bersama-sama menunjukkan arah yang jelas: China sedang cuba membina rantaian pengkomputeran AI yang lebih berdikari.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
DeepSeek dilaporkan melihat latihan pada cip Huawei sebagai pelaburan daya tahan rantaian bekalan, bukan pilihan paling cekap untuk latihan model canggih pada masa ini.
DeepSeek dilaporkan melihat latihan pada cip Huawei sebagai pelaburan daya tahan rantaian bekalan, bukan pilihan paling cekap untuk latihan model canggih pada masa ini. Rancangan sekurang kurangnya 160,000 cip Ascend 950DT di Ulanqab, Mongolia Dalam, pada ketika ini adalah untuk inferens — menjalankan model — bukannya pra latihan model baharu.
Model V4 yang dioptimumkan untuk Huawei dan usaha DeepSeek membangunkan cip sendiri menunjukkan strategi berbilang laluan untuk mengurangkan kebergantungan kepada Nvidia.
DeepSeek dilaporkan melihat latihan pada cip Huawei sebagai pelaburan daya tahan rantaian bekalan, bukan pilihan paling cekap untuk latihan model canggih pada masa ini. Rancangan sekurang kurangnya 160,000 cip Ascend 950DT di Ulanqab, Mongolia Dalam, pada ketika ini adalah untuk inferens — menjalankan model — bukann...
Diterbitkan olehDisunting dengan GPT-5.6 TerraImej dijana dengan GPT Image 2
Research answer

Create 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
DeepSeek dilaporkan menjadikan keupayaan melatih model AI pada cip keluaran China sebagai taruhan strategik besar kerana ia mahu pilihan pengkomputeran domestik yang benar-benar boleh digunakan sebelum akses kepada cip Nvidia menjadi lebih terhad. Ini bukan bermakna Huawei sudah menyamai Nvidia untuk latihan model paling berat; sebaliknya, DeepSeek nampaknya sanggup menerima jurang kecekapan jangka pendek demi membina ekosistem cip, perisian dan pusat data yang lebih berdikari dalam jangka panjang.
Usaha terdahulu untuk melatih model R2 DeepSeek pada Ascend 910C dilaporkan tidak berjaya, dengan kekangan perkakasan dan perisian menjadi antara puncanya. Pelaporan lain turut menyebut anggaran kasar bahawa kira-kira empat pemproses Huawei diperlukan untuk menyamai satu Nvidia GB300 — gambaran tentang jurang prestasi dan kecekapan yang masih ketara.
Namun, bagi DeepSeek, ukuran penting bukan hanya bilangan cip bagi setiap tugas. Menggunakan beban kerja sebenar pada platform Huawei memberi maklum balas yang diperlukan untuk memperbaik pengkompil, kerangka kerja, kernel, rangkaian dan reka bentuk model. Dalam kata lain, syarikat itu sedang membantu membina keupayaan yang belum matang, bukan hanya membeli pengganti Nvidia yang sedia setara.
Menurut laporan mengenai taklimat kepada pelabur, Huawei dijangka mula menghantar cip khusus latihan kepada DeepSeek seawal suku keempat 2026. Secara berasingan, Huawei menyatakan sistem Ascend 950DT dijangka digunakan secara meluas untuk latihan model pada tahun berikutnya, manakala Ascend 960DT dijadualkan pada suku pertama 2027. Huawei juga berkata permintaan domestik terhadap produk pengkomputeran AInya melebihi bekalan.
Tarikh ini penting kerana DeepSeek masih belum dilaporkan menggantikan Nvidia sepenuhnya untuk latihan asas (pre-training) model frontier. Sasaran sebenarnya ialah menjadikan latihan pada platform tempatan cukup stabil dan berskala besar untuk menjadi pilihan yang realistik.
DeepSeek merancang memasang sekurang-kurangnya 160,000 pemecut Ascend 950DT di pusat data kira-kira satu gigawatt di Ulanqab, Mongolia Dalam. Jika terlaksana, ia berpotensi menjadi antara kelompok cip AI Huawei terbesar yang diketahui. 1
Tetapi ada perincian penting: pada masa ini, cip tersebut dirancang untuk inferens — iaitu menjalankan model yang telah dilatih bagi menjawab pertanyaan pengguna — dan bukannya melatih model baharu. Jadual pemasangan pula bergantung pada kapasiti pengeluaran Huawei. 1
2
Jadi, langkah ini tidak menandakan DeepSeek sudah meninggalkan Nvidia dalam latihan. Ia lebih tepat dibaca sebagai pembuktian penggunaan Huawei pada skala operasi yang sangat besar, sambil latihan model paling mencabar masih memerlukan perkakasan Nvidia yang boleh diperoleh.
DeepSeek melancarkan versi pratonton V4 yang disesuaikan untuk berjalan pada cip Huawei. Reuters melaporkan DeepSeek memberi akses awal kepada pembekal domestik seperti Huawei untuk pengoptimuman, berbeza daripada amalan lazim berkongsi akses awal dengan pembuat cip AS.
Penyelarasan model dengan cip ini penting. Model AI tidak semestinya akan berfungsi dengan cekap hanya dengan dipindahkan daripada satu platform kepada platform lain. Keserasian memerlukan kerja bersama pada perisian sistem, alat pembangunan, operasi pengiraan dan seni bina model. Huawei pula berkata cipnya digunakan dalam sebahagian proses latihan V4.
Ini menjelaskan mengapa DeepSeek memberi keutamaan kepada latihan pada cip Huawei walaupun prestasi masih belum setanding: syarikat itu sedang membina asas teknikal supaya latihan berskala besar boleh dilakukan pada perkakasan domestik pada masa depan.
Huawei bukan satu-satunya pertaruhan DeepSeek. Reuters melaporkan DeepSeek sedang membangunkan cip AInya sendiri, langkah yang berpotensi mengurangkan pergantungan kepada kedua-dua Nvidia dan Huawei.
Ini menjadikan kerjasama dengan Huawei sebagai strategi peralihan dan pembinaan ekosistem, bukannya semestinya destinasi akhir. DeepSeek boleh menggunakan pengalaman mengoptimumkan model untuk Ascend sebagai input berharga bagi reka bentuk cipnya sendiri.
Kawalan eksport AS yang mengehadkan akses China kepada pemecut AI Nvidia paling berkeupayaan telah mengubah penggantian cip tempatan daripada aspirasi dasar kepada keperluan operasi. Dalam keadaan ini, pelanggan China mempunyai sebab lebih kuat untuk melabur dalam cip, perisian dan infrastruktur pusat data tempatan.
Huawei berkata ia percaya bahagian pasaran Ascend di China kini melebihi Nvidia, tetapi itu ialah penilaian syarikat sendiri dan bukannya ukuran bahagian pasaran bebas yang diterbitkan. Reuters pula melaporkan bahawa larangan AS membantu Huawei memperoleh kira-kira separuh daripada pasaran cip AI domestik China bernilai AS$50 bilion, walaupun penawaran Huawei masih ketinggalan jauh daripada cip Nvidia paling maju.
Taruhan DeepSeek terhadap Huawei bukan keputusan berdasarkan kecekapan cip semata-mata. Ia ialah usaha mengurangkan risiko bekalan, mempercepat kematangan teknologi tempatan dan menyediakan pilihan latihan AI sekiranya akses kepada Nvidia terus mengecil.
Buat masa ini, kelompok 160,000 Ascend 950DT di Ulanqab kekal projek inferens, manakala latihan model canggih belum beralih sepenuhnya daripada Nvidia. Tetapi V4 yang dioptimumkan untuk Huawei, jangkaan cip latihan baharu pada hujung 2026 hingga awal 2027, dan pembangunan cip dalaman DeepSeek bersama-sama menunjukkan arah yang jelas: China sedang cuba membina rantaian pengkomputeran AI yang lebih berdikari.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
DeepSeek dilaporkan melihat latihan pada cip Huawei sebagai pelaburan daya tahan rantaian bekalan, bukan pilihan paling cekap untuk latihan model canggih pada masa ini.
DeepSeek dilaporkan melihat latihan pada cip Huawei sebagai pelaburan daya tahan rantaian bekalan, bukan pilihan paling cekap untuk latihan model canggih pada masa ini. Rancangan sekurang kurangnya 160,000 cip Ascend 950DT di Ulanqab, Mongolia Dalam, pada ketika ini adalah untuk inferens — menjalankan model — bukannya pra latihan model baharu.
Model V4 yang dioptimumkan untuk Huawei dan usaha DeepSeek membangunkan cip sendiri menunjukkan strategi berbilang laluan untuk mengurangkan kebergantungan kepada Nvidia.