DeepSeek planuje klaster 160 tys. chipów Huawei do obsługi modeli AI

DeepSeek ma przygotowywać instalację co najmniej 160 tys. akceleratorów Huawei Ascend 950DT w centrum danych budowanym w Ułanczabie, w Mongolii Wewnętrznej. Najważniejsza jest jednak nie sama liczba chipów, lecz ich rola: mają służyć głównie inferencji, czyli uruchamianiu już wytrenowanych modeli i generowaniu odpowiedzi na zapytania użytkowników, a nie treningowi przyszłych modeli granicznych. 114

Jeśli plan dojdzie do skutku, powstałby jeden z największych znanych klastrów akceleratorów AI Huawei. Byłby to też ogromny skok wobec opisywanego wcześniej klastra 10 tys. chipów Ascend, który rozpoczął pracę. Jednocześnie 160 tys. akceleratorów stanowiłoby tylko część infrastruktury całego kampusu. 11214

Co właściwie buduje DeepSeek

Docelowo ośrodek ma działać w skali około 1 GW. Jedno z opracowań porównuje pobór energii przy pełnym wykorzystaniu obiektu do zapotrzebowania około 750 tys. gospodarstw domowych. To ilustracja skali infrastruktury, a nie bezpośredni pomiar zużycia energii przez sam klaster chipów. 3

Przedsięwzięcie tej wielkości nie sprowadza się do zakupu akceleratorów. Potrzebne są odpowiednie przyłącza i dystrybucja energii, systemy chłodzenia, serwery, szybka sieć oraz narzędzia operacyjne, które pozwolą utrzymać dostępność usług przy stałym ruchu. Planowane 160 tys. układów Ascend ma zająć tylko część docelowo gigawatowego obiektu. 14

Dlaczego inferencja ma tu większe znaczenie niż trening

Inferencja to etap produkcyjnego działania AI: wytrenowany model otrzymuje polecenie i tworzy odpowiedź. W przeciwieństwie do ograniczonego w czasie zadania treningowego wymaga mocy obliczeniowej, która ma niezawodnie obsługiwać bieżące zapotrzebowanie użytkowników.

Według doniesień DeepSeek nie zamierza obecnie używać wdrożenia Ascend 950DT do treningu. Trening ma nadal pozostać na sprzęcie Nvidii, natomiast klaster Huawei miałby uruchamiać wdrożone modele. 18

To istotne rozróżnienie. Projekt oznacza strategię wykorzystania krajowego sprzętu przede wszystkim do inferencji, a nie dowód, że DeepSeek zastąpił zagraniczne rozwiązania w całym swoim stosie technologicznym. W krótkiej perspektywie sprawdzianem będzie to, czy bardzo duże wdrożenie Ascend potrafi wydajnie i niezawodnie obsługiwać rzeczywisty ruch modeli. 114

Największą niewiadomą pozostają dostawy

Tempo realizacji zależy od zdolności Huawei do produkcji i dostarczenia akceleratorów. Doniesienia wskazują, że ograniczenia w dostępności komponentów, zwłaszcza zaawansowanej pamięci, mogą ograniczyć produkcję 950DT w 2026 r. do niskich setek tysięcy sztuk. Pojedyncze zamówienie na co najmniej 160 tys. chipów musiałoby zatem konkurować o podaż z potrzebami innych klientów, a jego realizacja może potrwać ponad rok. 1723

DeepSeek ma chcieć uruchomić część mocy pod koniec 2027 r. lub na początku 2028 r., zależnie od dostępności produkcyjnej. 58

Co ten plan mówi o chińskiej infrastrukturze AI

Projekt wpisuje się w szersze dążenie Chin do budowy większej mocy obliczeniowej AI na krajowym sprzęcie, gdy dostęp do czołowych zagranicznych akceleratorów znajduje się pod presją. 1

Sam plan nie jest jednak równoznaczny z gotowym klastrem działającym produkcyjnie. Przy takiej skali powodzenie zależy od czegoś więcej niż podaży chipów: sieci, dostarczania energii, chłodzenia, integracji systemów i ciągłej dostępności komponentów. Efekt końcowy pokaże, czy Ascend potrafi przejść od mniejszych wdrożeń do długotrwałej obsługi modeli na wielką skalę — oraz jak szybko krajowa infrastruktura będzie w stanie przejąć takie obciążenia. 114