DeepSeek skal ifølge rapporter bruke minst 160 000 Huawei Ascend 950DT akseleratorer til inferens i et datasenter i Ulanqab med rundt 1 GW datakapasitet. Planen gjelder inferens, ikke hoveddelen av modelltreningen, der DeepSeek fortsatt skal bruke Nvidia maskinvare.
Publisert avRedigert med GPT-5.6 TerraBilder generert med GPT Image 2
Research answer

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 forbereder ifølge rapporter en stor AI-utbygging basert på Huawei i Ulanqab i Indre Mongolia. Planen skal omfatte minst 160 000 akseleratorer av typen Ascend 950DT, brukt til å kjøre modeller ved et datasenter som er planlagt med rundt én gigawatt datakapasitet. Verken DeepSeek eller Huawei har offentlig bekreftet bestillingen eller en leveringsplan. Dette er derfor en rapportert ambisjon, ikke en ferdig installert klynge. 4
5
Kilder med kjennskap til prosjektet opplyser at DeepSeek vil bruke Ascend 950DT primært til inferens – altså å besvare forespørsler og kjøre AI-modeller i drift – heller enn til den sentrale treningen av nye modeller. Med 160 000 brikker kan anlegget bli blant de største kjente klyngene av Huaweis AI-akseleratorer. 5
8
Skillet mellom inferens og trening er vesentlig. En stor inferensflåte kan gi høy kapasitet til å tilby modeller og redusere driftskostnader ved stor skala. Men den dokumenterer ikke i seg selv at Huawei har erstattet Nvidia i hele DeepSeeks datainfrastruktur. Rapporteringen sier at DeepSeek fortsatt bruker Nvidia-maskinvare til trening. 8
Den viktigste begrensningen er trolig forsyning, ikke bare finansiering eller oppføring av et datasenter. DeepSeek skal ønske seg flere av Huaweis mest avanserte brikker enn selskapet for tiden kan levere. Samtidig kan mangel på høyverdig minne og andre komponenter begrense 950DT-produksjonen til noen få hundre tusen enheter i år. Da blir en satsing på 160 000 enheter svært stor sammenlignet med tilgjengelig volum. 8
Tre forhold øker risikoen for forsinkelser:
Offentlig støtte eller gunstig prioritering kan dermed forbedre DeepSeeks plass i køen, men løser ikke de underliggende begrensningene i komponenter og produksjon. Den praktiske testen blir hvor mange akseleratorer som faktisk leveres, integreres og holdes i drift – ikke bare måltallet i planene.
Det foreslåtte anlegget i Ulanqab passer inn i Kinas arbeid med å bygge en AI-stakk som er mindre avhengig av amerikansk teknologi. En forhåndsversjon av DeepSeek V4 ble tilpasset Huaweis avanserte Ascend-brikker. Huawei opplyste også at V4 støttes fullt ut på selskapets supernodeklynger basert på Ascend 950, og at Huawei-brikker ble brukt i deler av treningen av V4-Flash. 2
3
Dette programvarearbeidet er strategisk viktig. Utbredelse av AI-maskinvare handler om mer enn tilgang på akseleratorer: Modeller, rammeverk, utviklerverktøy og driftspraksis må fungere godt sammen. Når en profilert modell optimaliseres for Ascend, får skyleverandører, virksomheter og utviklere en større grunn til å investere i Huaweis plattform. Det kan igjen øke etterspørselen etter både brikkene og programvareøkosystemet rundt dem.
Likevel bør Ulanqab-planen ikke tolkes som bevis på full uavhengighet fra Nvidia. Prosjektet er rettet mot inferens, mens DeepSeeks treningsarbeid fortsatt skal basere seg på Nvidia-systemer. 8
En klynge med 160 000 brikker ville være en svært synlig demonstrasjon av at en kinesisk AI-utvikler kan sikte mot infrastruktur på hyperskalanivå. Den kan gi DeepSeek betydelig kapasitet til å drifte modeller selv, fremfor å være helt avhengig av ekstern skykapasitet.
Men størrelsen samler også forsyningsrisikoen på ett sted. En mindre utbygging kunne kanskje fylles opp gradvis gjennom produksjon og tildeling. Et mål på 160 000 brikker må derimot oppta en betydelig andel av en knapp produktlinje, samtidig som resten av det kinesiske markedet forsøker å sikre seg samme maskinvare. 8
Tallet på 160 000 viser ambisjon, ikke fullføring. De viktigste milepælene blir bekreftede bestillinger, tempoet i leveransene av Ascend 950DT, faktisk installert og brukbar kapasitet – samt økonomien og driftssikkerheten når DeepSeeks modeller kjører på systemet.
Dersom klyngen settes i drift i nærheten av den rapporterte størrelsen, vil det være et viktig steg for Huaweis Ascend-økosystem og Kinas innenlandske AI-infrastruktur. Dersom leveransene glipper, vil prosjektet synliggjøre avstanden mellom å utforme en innenlandsk AI-stakk og å produsere alle de knappe komponentene som kreves for å rulle den ut i stor skala. 5
8
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
DeepSeek skal ifølge rapporter bruke minst 160 000 Huawei Ascend 950DT akseleratorer til inferens i et datasenter i Ulanqab med rundt 1 GW datakapasitet.
DeepSeek skal ifølge rapporter bruke minst 160 000 Huawei Ascend 950DT akseleratorer til inferens i et datasenter i Ulanqab med rundt 1 GW datakapasitet. Planen gjelder inferens, ikke hoveddelen av modelltreningen, der DeepSeek fortsatt skal bruke Nvidia maskinvare.
Høyverdig minne, begrenset Huawei produksjon og etterspørsel fra blant andre ByteDance, Tencent og Alibaba kan gjøre full levering vanskelig.