AnswersPublished17 sources
DeepSeek og Huawei former AI-brikker sammen – men Nvidia-uavhengighet er ikke bevist
DeepSeek skal gå fra å kjøpe Huawei brikker til å påvirke framtidige design. Selskapet planlegger etter sigende å starte pretrening på Ascend 950DT tidligst mot slutten av 2026.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer
Key takeaways
- DeepSeek skal gå fra å kjøpe Huawei brikker til å påvirke framtidige design. Selskapet planlegger etter sigende å starte pretrening på Ascend 950DT tidligst mot slutten av 2026.
- Programvare med åpen kildekode for Ascend og en supernode med 128 brikker knytter DeepSeeks modellbehov til Huaweis maskinvare.
- Å kjøre en modell på Ascend for å lage svar er ikke det samme som å trene en avansert modell uavhengig av Nvidia.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How is DeepSeek’s collaboration with Huawei evolving beyond a conventional chip supplier–customer relationship into co-designing future AI c. Article summary: DeepSeek and Huawei are moving toward hardware–software co-design: rather than simply buying Ascend chips and adapting its models afterward, DeepSeek is reportedly influencing how future Huawei chips perform calculations. Topic tags: general, news, general web, user generated, academic. 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
Forholdet mellom DeepSeek og Huawei ser ut til å bli tettere enn et vanlig kunde- og leverandørsamarbeid. Ifølge omtaler av en artikkel i The Information 19. oktober har Huawei-ingeniører samarbeidet med DeepSeek om framtidige brikkedesign. DeepSeek skal ha gitt innspill om hvordan modellene utfører beregninger og flytter data mellom prosessorer.8
11 Selskapet planlegger også etter sigende å begynne pretrening på Huaweis Ascend 950DT-brikker så tidlig som mot slutten av 2026.
8
23
Tanken er å tilpasse hele systemet – brikker, programmeringsverktøy og modellarbeid – i sammenheng. Det kan gjøre Huawei-maskinvaren mer anvendelig for DeepSeek og andre kinesiske AI-utviklere. Men dette er planer fram i tid, og den tilgjengelige omtalen dokumenterer ikke at Ascend allerede kan trene avanserte modeller like stabilt eller kostnadseffektivt som Nvidia-maskinvare.
Fra brikkekjøper til medspiller i utformingen
I et vanlig kundeforhold utvikler brikkeprodusenten en prosessor, og kunden tilpasser programvaren for å bruke den. Omtalen 19. oktober beskriver en tettere tilbakemeldingssløyfe: DeepSeek deler kravene modellene stiller, og Huawei-ingeniører bruker innspillene når de tar designvalg om beregninger og dataflyt mellom prosessorer.8
13
Et slikt samarbeid kan hjelpe Huawei med å tilpasse framtidige Ascend-brikker til de faktiske kravene ved modelltrening. Ifølge omtalen planlegger DeepSeek å bruke Ascend 950DT til pretrening, og Huawei skal prioritere DeepSeek når mye av den første forsyningen av neste generasjons 960DT fordeles.8
11 Dette er rapporterte planer, ikke bevis på at omfattende trening allerede har vært vellykket.
Programvaren er en viktig del av samarbeidet
Maskinvare alene er ikke nok til å gi en brukbar plattform for AI-beregninger. Utviklere trenger også programmeringsverktøy og programvarebiblioteker for å kjøre arbeidsoppgaver effektivt. 30. september kunngjorde DeepSeek programvareinfrastruktur med åpen kildekode for Huaweis Ascend-brikker, blant annet biblioteker for beregninger og kommunikasjon. Reuters meldte at Huawei bidro med utviklingsstøtte.1
2
Selskapene har også videreutviklet en såkalt supernode med 128 Ascend 950-brikker.1 Samlet gir programvare- og systemarbeidet et praktisk grunnlag for å teste hvordan modeller og arbeidsoppgaver fordelt på flere brikker fungerer på Huawei-maskinvare. Det er mer treffende å se dette som del av et bredere forsøk på å bygge et alternativt økosystem enn som en ferdig erstatning for Nvidias CUDA-plattform.
1
2
Framgang med inferens er ikke det samme som uavhengig trening
En modell kan kjøres på en brikke for å lage svar – en prosess som kalles inferens – uten at modellen er trent på den samme brikken. Det skillet er viktig når DeepSeeks framgang skal vurderes.
DeepSeek V4 ble tilpasset Huawei Ascend, og Huawei har sagt at prosessorene deres ble brukt i deler av treningen av V4-Flash. Samtidig beskrev omtaler at DeepSeek fortsatt var avhengig av Nvidias økosystem for trening. Utviklingen viser økt erfaring med kinesisk maskinvare, men ikke at DeepSeek kan flytte all krevende modelltrening bort fra Nvidia.
Den separat omtalte planen om å plassere minst 160 000 Ascend 950DT-brikker ved et datasenter i Indre Mongolia gjelder inferens, ifølge rapporteringen om prosjektet. Den planlagte installasjonen bør derfor ikke forveksles med et treningsanlegg for avanserte modeller. Planen om å starte pretrening på 950DT-brikker er en egen og mer direkte prøve på Huaweis maskinvare for trening.8
23
Veikart og tilgang på brikker blir avgjørende
Huawei har framskyndet lanseringen av Ascend 960DT til første kvartal 2027. 960PR er planlagt for tredje kvartal samme år, ifølge The Straits Times.24 Tidligere tilgang kan gi Huawei og DeepSeek en ny anledning til å bruke tilbakemeldinger fra modellarbeidet i videreutviklingen av plattformen. Men en lanseringsdato er ingen garanti for at nok brikker blir tilgjengelige til omfattende bruk.
Tilgangen på komponenter er en egen utfordring. Ifølge én omtale av utrullingen av 950DT begrenser mangel på avansert minne produksjonen, og det kan ta mer enn ett år å levere hele den rapporterte bestillingen fra DeepSeek. Hvis tilgangen er knapp, kan ikke bedre programvare og brikkedesign nødvendigvis raskt omsettes til nok kapasitet for trening i stor skala.
Hva samarbeidet kan vise – og hva som gjenstår
Felles utvikling kan hjelpe DeepSeek med å få mer ut av kinesiske AI-brikker ved å samordne maskinvaren, programmeringsverktøyene og modellene. Det har strategisk betydning mens kinesiske selskaper søker alternativer til Nvidia, blant annet på bakgrunn av USAs eksportrestriksjoner.1
2
Så langt tyder dokumentasjonen på et samarbeid under utvikling, ikke en ferdig erstatning. Planen om pretrening på 950DT, arbeidet med framtidige brikker og programvaren med åpen kildekode er viktige steg å følge. Om de vil gjøre det mulig å trene avanserte modeller med konkurransedyktig hastighet, pålitelighet og kostnad, er fortsatt uavklart. Påstandene fra 19. oktober er her tilgjengelige gjennom sekundære omtaler av The Information – ikke gjennom den opprinnelige artikkelen i sin helhet.8
13
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "DeepSeek og Huawei former AI-brikker sammen – men Nvidia-uavhengighet er ikke bevist"?
DeepSeek skal gå fra å kjøpe Huawei brikker til å påvirke framtidige design. Selskapet planlegger etter sigende å starte pretrening på Ascend 950DT tidligst mot slutten av 2026.
What are the key points to validate first?
DeepSeek skal gå fra å kjøpe Huawei brikker til å påvirke framtidige design. Selskapet planlegger etter sigende å starte pretrening på Ascend 950DT tidligst mot slutten av 2026. Programvare med åpen kildekode for Ascend og en supernode med 128 brikker knytter DeepSeeks modellbehov til Huaweis maskinvare.
What should I do next in practice?
Å kjøre en modell på Ascend for å lage svar er ikke det samme som å trene en avansert modell uavhengig av Nvidia.