A prioridade da DeepSeek é resiliência tecnológica e de abastecimento, não eficiência imediata: a empresa quer uma infraestrutura chinesa viável para treinar modelos de IA. A tentativa anterior com o Ascend 910C expôs limitações de hardware e software; estimativas citadas sugerem que cerca de quatro processadores Hu...
Publicado porEditado com GPT-5.6 TerraImagens geradas com GPT Image 2
Resposta de pesquisa

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
A aposta da DeepSeek em chips da Huawei é, antes de tudo, uma decisão de autonomia estratégica. Mesmo que os processadores chineses ainda sejam menos eficientes do que os produtos mais avançados da Nvidia para treinar modelos de fronteira, a empresa tem incentivo para desenvolver uma alternativa doméstica antes que as restrições dos Estados Unidos tornem o acesso à tecnologia americana ainda mais difícil.
Uma tentativa anterior de treinar o modelo R2 da DeepSeek nos chips Ascend 910C não teria sido bem-sucedida, por limitações de hardware e software. Também circula a estimativa de que seriam necessários aproximadamente quatro processadores Huawei para igualar o desempenho de um Nvidia GB300 — um retrato do atual desnível de eficiência.
Ainda assim, para a DeepSeek, depender exclusivamente da Nvidia representa um risco de fornecimento e de política comercial. Rodar cargas de trabalho reais em hardware nacional ajuda a identificar gargalos e a amadurecer toda a pilha tecnológica: compiladores, bibliotecas, kernels, redes entre servidores e a própria arquitetura dos modelos.
Segundo relatos, a DeepSeek espera receber chips Huawei projetados para treinamento a partir do quarto trimestre de 2026, com disponibilidade mais ampla no início de 2027. A Huawei afirmou que espera uso disseminado de sistemas Ascend 950DT no treinamento de modelos no ano seguinte e programou o Ascend 960DT para o primeiro trimestre de 2027.
Isso não significa que a troca da Nvidia ocorrerá de uma vez. O objetivo parece ser tornar o treinamento em chips nacionais tecnicamente viável e operacionalmente confiável, passo a passo, em vez de sacrificar de imediato o desempenho necessário para as maiores execuções de pré-treinamento.
A DeepSeek planeja instalar ao menos 160 mil aceleradores Ascend 950DT em um data center de aproximadamente 1 gigawatt em Ulanqab, na Mongólia Interior. Caso se concretize, o complexo estará entre os maiores clusters conhecidos de chips chineses para IA. 1
Mas há uma distinção central: o uso previsto é inferência, ou seja, executar e servir modelos já prontos aos usuários. A empresa não planeja, por enquanto, usar o conjunto para substituir a Nvidia no treinamento de ponta. O cronograma de instalação também depende da capacidade de produção da Huawei. 1
2
Na prática, a DeepSeek está separando dois desafios. Primeiro, quer operar modelos em grande escala com silício doméstico. Depois, busca levar a mesma plataforma para a fase mais exigente: o treinamento de novos modelos.
O lançamento de uma versão do V4 adaptada aos chips Ascend foi um sinal importante dessa estratégia. Em vez de simplesmente portar um modelo feito para o ecossistema da Nvidia, a DeepSeek e a Huawei trabalharam para adequar o software ao hardware. A Reuters informou que chips Ascend participaram de parte do processo de treinamento do V4.
Essa integração é relevante porque treinamento de IA não depende só do chip. É preciso que ferramentas de programação, frameworks, comunicação entre milhares de aceleradores e otimizações do modelo funcionem de forma consistente. A compatibilidade do V4 ajuda a criar essa base, ainda que não prove, por si só, que a Huawei já possa substituir a Nvidia em todos os treinos de modelos de fronteira.
A Huawei não é a única rota da empresa. A DeepSeek está desenvolvendo um chip próprio de IA, segundo fontes ouvidas pela Reuters. A iniciativa pode reduzir a dependência tanto da Nvidia quanto da Huawei.
Por isso, a parceria com a Huawei pode ser entendida como uma ponte: ela dá à DeepSeek uma plataforma nacional disponível agora, ao mesmo tempo em que fortalece o ecossistema chinês e preserva espaço para uma solução proprietária no futuro.
Os controles de exportação dos Estados Unidos sobre aceleradores avançados da Nvidia transformaram a substituição por fornecedores chineses de preferência industrial em necessidade operacional. A Huawei afirma que a demanda por seus produtos de computação para IA supera sua capacidade de oferta e que a participação dos chips Ascend na China já ultrapassou a da Nvidia — uma avaliação da própria empresa, não uma medição independente de participação de mercado.
No curto prazo, a Nvidia ainda mantém vantagem em desempenho no topo do mercado. Porém, as restrições aceleram investimentos chineses em chips, software e data centers próprios. A otimização do V4 para Huawei, o plano de 160 mil Ascend 950DT voltados à inferência, a expectativa de chips de treinamento e o projeto de chip próprio mostram como a DeepSeek está contribuindo para o objetivo mais amplo da China: uma cadeia de computação para IA menos dependente de tecnologia estrangeira.
Studio Global AI
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
A prioridade da DeepSeek é resiliência tecnológica e de abastecimento, não eficiência imediata: a empresa quer uma infraestrutura chinesa viável para treinar modelos de IA.
A prioridade da DeepSeek é resiliência tecnológica e de abastecimento, não eficiência imediata: a empresa quer uma infraestrutura chinesa viável para treinar modelos de IA. A tentativa anterior com o Ascend 910C expôs limitações de hardware e software; estimativas citadas sugerem que cerca de quatro processadores Huawei seriam necessários para equivaler a um Nvidia GB300.
O projeto de ao menos 160 mil aceleradores Ascend 950DT na Mongólia Interior será usado, inicialmente, para inferência — isto é, executar modelos já treinados — e não para o pré treinamento de ponta.
A prioridade da DeepSeek é resiliência tecnológica e de abastecimento, não eficiência imediata: a empresa quer uma infraestrutura chinesa viável para treinar modelos de IA. A tentativa anterior com o Ascend 910C expôs limitações de hardware e software; estimativas citadas sugerem que cerca de quatro processadores Hu...
Publicado porEditado com GPT-5.6 TerraImagens geradas com GPT Image 2
Resposta de pesquisa

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
A aposta da DeepSeek em chips da Huawei é, antes de tudo, uma decisão de autonomia estratégica. Mesmo que os processadores chineses ainda sejam menos eficientes do que os produtos mais avançados da Nvidia para treinar modelos de fronteira, a empresa tem incentivo para desenvolver uma alternativa doméstica antes que as restrições dos Estados Unidos tornem o acesso à tecnologia americana ainda mais difícil.
Uma tentativa anterior de treinar o modelo R2 da DeepSeek nos chips Ascend 910C não teria sido bem-sucedida, por limitações de hardware e software. Também circula a estimativa de que seriam necessários aproximadamente quatro processadores Huawei para igualar o desempenho de um Nvidia GB300 — um retrato do atual desnível de eficiência.
Ainda assim, para a DeepSeek, depender exclusivamente da Nvidia representa um risco de fornecimento e de política comercial. Rodar cargas de trabalho reais em hardware nacional ajuda a identificar gargalos e a amadurecer toda a pilha tecnológica: compiladores, bibliotecas, kernels, redes entre servidores e a própria arquitetura dos modelos.
Segundo relatos, a DeepSeek espera receber chips Huawei projetados para treinamento a partir do quarto trimestre de 2026, com disponibilidade mais ampla no início de 2027. A Huawei afirmou que espera uso disseminado de sistemas Ascend 950DT no treinamento de modelos no ano seguinte e programou o Ascend 960DT para o primeiro trimestre de 2027.
Isso não significa que a troca da Nvidia ocorrerá de uma vez. O objetivo parece ser tornar o treinamento em chips nacionais tecnicamente viável e operacionalmente confiável, passo a passo, em vez de sacrificar de imediato o desempenho necessário para as maiores execuções de pré-treinamento.
A DeepSeek planeja instalar ao menos 160 mil aceleradores Ascend 950DT em um data center de aproximadamente 1 gigawatt em Ulanqab, na Mongólia Interior. Caso se concretize, o complexo estará entre os maiores clusters conhecidos de chips chineses para IA. 1
Mas há uma distinção central: o uso previsto é inferência, ou seja, executar e servir modelos já prontos aos usuários. A empresa não planeja, por enquanto, usar o conjunto para substituir a Nvidia no treinamento de ponta. O cronograma de instalação também depende da capacidade de produção da Huawei. 1
2
Na prática, a DeepSeek está separando dois desafios. Primeiro, quer operar modelos em grande escala com silício doméstico. Depois, busca levar a mesma plataforma para a fase mais exigente: o treinamento de novos modelos.
O lançamento de uma versão do V4 adaptada aos chips Ascend foi um sinal importante dessa estratégia. Em vez de simplesmente portar um modelo feito para o ecossistema da Nvidia, a DeepSeek e a Huawei trabalharam para adequar o software ao hardware. A Reuters informou que chips Ascend participaram de parte do processo de treinamento do V4.
Essa integração é relevante porque treinamento de IA não depende só do chip. É preciso que ferramentas de programação, frameworks, comunicação entre milhares de aceleradores e otimizações do modelo funcionem de forma consistente. A compatibilidade do V4 ajuda a criar essa base, ainda que não prove, por si só, que a Huawei já possa substituir a Nvidia em todos os treinos de modelos de fronteira.
A Huawei não é a única rota da empresa. A DeepSeek está desenvolvendo um chip próprio de IA, segundo fontes ouvidas pela Reuters. A iniciativa pode reduzir a dependência tanto da Nvidia quanto da Huawei.
Por isso, a parceria com a Huawei pode ser entendida como uma ponte: ela dá à DeepSeek uma plataforma nacional disponível agora, ao mesmo tempo em que fortalece o ecossistema chinês e preserva espaço para uma solução proprietária no futuro.
Os controles de exportação dos Estados Unidos sobre aceleradores avançados da Nvidia transformaram a substituição por fornecedores chineses de preferência industrial em necessidade operacional. A Huawei afirma que a demanda por seus produtos de computação para IA supera sua capacidade de oferta e que a participação dos chips Ascend na China já ultrapassou a da Nvidia — uma avaliação da própria empresa, não uma medição independente de participação de mercado.
No curto prazo, a Nvidia ainda mantém vantagem em desempenho no topo do mercado. Porém, as restrições aceleram investimentos chineses em chips, software e data centers próprios. A otimização do V4 para Huawei, o plano de 160 mil Ascend 950DT voltados à inferência, a expectativa de chips de treinamento e o projeto de chip próprio mostram como a DeepSeek está contribuindo para o objetivo mais amplo da China: uma cadeia de computação para IA menos dependente de tecnologia estrangeira.
Studio Global AI
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
A prioridade da DeepSeek é resiliência tecnológica e de abastecimento, não eficiência imediata: a empresa quer uma infraestrutura chinesa viável para treinar modelos de IA.
A prioridade da DeepSeek é resiliência tecnológica e de abastecimento, não eficiência imediata: a empresa quer uma infraestrutura chinesa viável para treinar modelos de IA. A tentativa anterior com o Ascend 910C expôs limitações de hardware e software; estimativas citadas sugerem que cerca de quatro processadores Huawei seriam necessários para equivaler a um Nvidia GB300.
O projeto de ao menos 160 mil aceleradores Ascend 950DT na Mongólia Interior será usado, inicialmente, para inferência — isto é, executar modelos já treinados — e não para o pré treinamento de ponta.