DeepSeek bygger kompetens för AI-datacenter

DeepSeeks senaste rekrytering till företagets IDC-team – alltså teamet för datacenterinfrastruktur – pekar på en förändring i hur AI-bolag säkrar tillgången till beräkningskapacitet. I stället för att enbart hyra datorkraft av externa leverantörer bygger företaget upp kompetens inom planering, byggnation, tester och drift i Peking, Hangzhou och Ulanqab. 12

Det betyder inte att DeepSeek kommer att äga varje anläggning som används. Men det visar att de fysiska systemen bakom AI – el, kylning, byggnader, nätverk och driftsäkerhet – har blivit så viktiga att de behöver hanteras som en del av själva produktstacken.

Ingenjörsrollerna avslöjar strategin

DeepSeeks platsannonser riktar sig till specialister inom elteknik, HVAC-system (värme, ventilation och luftkonditionering), automation, energi, kommunikation, datavetenskap, miljöteknik och civilingenjörsområdet. Tjänsterna omfattar infrastrukturdrift, planering och projektering samt arbete på plats. 34

Det är en betydligt bredare profil än den som krävs av ett företag som huvudsakligen köper molnkapacitet. Den täcker systemen som avgör om ett AI-kluster kan köras med hög effekttäthet och samtidigt vara stabilt:

• El och energi: kraftöverföring, transformatorstationer, distribution och energisamordning.
• HVAC och miljöteknik: luftkylning, vätskekylning, värmeavledning och miljökontroll.
• Civilingenjörsarbete: tomter, byggnader, bärande konstruktioner och genomförande av byggprojekt.
• Automation och kommunikation: övervakning, styrsystem, nätverksanslutningar och drift.
• Datorkapacitet och infrastrukturdrift: kopplingen mellan fysisk kapacitet, kluster, schemaläggning och arbetslaster.

DeepSeeks rekryteringsspråk uppges omfatta traditionella datacenter, AI-beräkningscenter, luft- och vätskekylning samt projekt från megawatt- till gigawattnivå. 78 Det viktiga är inte nödvändigtvis den slutliga storlek som antyds i en annons, utan bredden på den förmåga företaget försöker bygga upp.

Från hyrd datorkraft till större operativ kontroll

Rapporter beskriver satsningen som ett steg bort från DeepSeeks tidigare mer tillgångssnåla modell, där företaget i högre grad förlitade sig på extern datorkapacitet. 12 Egen infrastrukturkompetens kan ge större kontroll över klusterdesign, utrustningskompatibilitet, kylarkitektur, schemaläggning av arbetslaster och utbyggnadstakt.

Det spelar roll eftersom AI-prestanda inte bara avgörs av hur många chip som finns installerade. Ett kluster kan leverera användbar beräkningskraft först när elförsörjning, kylning, nätverk, lagring, mjukvara och underhåll fungerar tillsammans. DeepSeeks egen beskrivning kopplar uttryckligen samman el, kylning, nätverk och datorsystem med den slutliga beräkningskapaciteten. 13

Den mer försiktiga slutsatsen är därför inte att alla AI-företag måste bygga egna datacenter. Fördelen handlar snarare om säkrad tillgång och operativ kontroll. Det kan uppnås genom ägande, långfristiga hyresavtal, samlokalisering, joint ventures eller nära integrerade infrastruktursamarbeten.

Varför platserna pekar mot en uppdelad beräkningsmodell

DeepSeek rekryterar till IDC-teamet i Peking, Hangzhou och Ulanqab. 13 Placeringarna är förenliga med en distribuerad arkitektur snarare än ett enda nationellt storskaligt campus.

Inlandsnav som Ulanqab kan passa arbetslaster där viss nätverksfördröjning är acceptabel, exempelvis modellträning, stora batchkörningar och andra asynkrona uppgifter. Rapportering om Inre Mongoliets utbyggnad av beräkningskapacitet lyfter fram regionens roll inom grön databehandling. Tidigare rapportering har också beskrivit datacenter i Ulanqab som betjänar Peking med en nätverksfördröjning på under fem millisekunder. 2131

Storstadsregioner är samtidigt bättre lämpade för fördröjningskänslig inferens och företagstjänster, där närheten till användare, nätverk och data kan vara viktigare. Det antyder en tvådelad struktur:

1. Inlandskluster med fokus på el och kapacitet för förträning, finjustering, syntetisk datagenerering och batchbaserad inferens.
2. Stadsnära eller kantnära kapacitet för interaktiva konsument- och företagsapplikationer.

DeepSeeks rekryteringsmönster passar den hypotesen, men en platsannons kan inte fastställa hur företaget slutligen kommer att fördela sina arbetslaster. 13

Ulanqab växer fram som ett AI-nav

Ulanqabs betydelse bygger inte enbart på DeepSeek. Flera rapporter beskriver en snabb koncentration av datacenter och projekt för intelligent beräkning i staden och i den bredare regionen Inre Mongoliet.

En rapport uppgav att Ulanqab vid slutet av 2025 hade 84 undertecknade datacenterprojekt, däribland 81 center för intelligent beräkning, med planerade investeringar på över 500 miljarder yuan. 27 Andra rapporter har nämnt närmare 100 projekt och omkring 12,5 gigawatt i annonserad kapacitet, men siffrorna och definitionerna varierar mellan källorna. 2324

Regionens attraktionskraft ligger i möjligheten att samla mark, el, fiberförbindelser, utrustningsleverantörer och specialistkompetens för drift i ett växande ekosystem. Envisions Galaxy Campus i Ulanqab uppgavs ha tagits i drift i augusti 2026. Anläggningen omfattar 120 000 kvadratmeter och ska enligt bolaget och medier kunna köra en miljon AI-chip parallellt. Sådana kapacitetsuppgifter bör läsas med hänsyn till att de kommer från företags- och mediarapportering. 202225

Ett kluster kan minska tröskeln för framtida utbyggnad eftersom transformatorstationer, fiber, leverantörer och driftresurser delvis kan delas mellan projekt. Men annonserad kapacitet är inte samma sak som ansluten, installerad eller fullt utnyttjad kapacitet. Den skillnaden är avgörande när Kinas AI-utbyggnad ska jämföras i skala.

ByteDance pekar åt samma håll – men bevisen är begränsade

Den bredare infrastrukturrörelsen syns även i rapporteringen om ByteDance-relaterade bolag i Zhongwei i Ningxia. En rapport från juli uppgav att ett ByteDance-ägt bolag, Zhongwei Saishamingsha Technology, hade bildats med ett registrerat kapital på 2,2 miljarder yuan. Verksamhetsområdena omfattade bland annat IT-konsulttjänster, programvaruutveckling, systemintegration och försäljning av datorutrustning. 52

Det underlaget bekräftar däremot inte det mer specifika påståendet att ByteDance registrerat två dotterbolag i Zhongwei med registrerade kapital på 220 respektive 240 miljoner yuan, båda med uthyrning av icke-bostadsfastigheter i verksamhetsbeskrivningen. Det visar inte heller att det rapporterade bolaget skapades specifikt för att bygga ett datacenter.

Den säkrare slutsatsen är att stora teknikföretag undersöker hur de kan få bättre kontroll över mark, byggnader, utrustning och beräkningskapacitet. Separat rapportering har beskrivit hur kinesiska internetbolag ökar strategiska markköp kopplade till kärnverksamheten, men den bredare trenden ska inte användas som bevis för ett särskilt ByteDance-projekt. 58

Flaskhalsen flyttar från byggnaden till systemen

För traditionella datacenter är den färdiga byggnaden ett tydligt delmål. För täta AI-kluster kan de svårare begränsningarna i stället finnas i och runt byggnaden:

• stabil nätanslutning och tillräcklig produktionskapacitet;
• transformatorer, ställverk och kraftdistribution;
• vätskekylning och system för värmeavledning;
• nätverksförbindelser och klusterkopplingar;
• vatten-, miljö- och tomtkrav; samt
• ingenjörer som kan driftsätta och sköta systemen som en sammanhängande plattform.

Rapportering om utvecklingen av AI-datacenter pekar på att elförsörjning, hög effekttäthet och vätskekylning blir allt viktigare faktorer. Inre Mongoliets konferens om grön databehandling 2026 visade dessutom hur beräkningsprojekt kopplas samman med utrustningstillverkning, energisystem och industriella investeringar. Tolv annonserade projekt hade en planerad investeringsvolym på 186,46 miljarder yuan. 2126

Det hjälper till att förklara varför AI-företagens rekryteringsplaner nu innehåller el-, HVAC-, miljö-, automations-, bygg- och energitekniker sida vid sida med modellforskare och mjukvaruutvecklare.

AI-beräkning blir infrastruktur – men ägande är inget krav

DeepSeeks rekrytering bör främst läsas som en infrastruktursignal, inte som ett slutgiltigt bevis på att ett färdigt campus redan finns. Företaget verkar bygga den organisatoriska förmågan att planera, leverera och driva AI-datacentersystem på flera platser. 1416

Den förmågan kan stärka DeepSeeks position när datorkapacitet är en bristvara, när kluster är svåra att konfigurera eller när tillgången till el och kylning avgör hur mycket beräkningskraft som faktiskt kan användas. Den speglar också en större förändring i AI-ekonomin: konkurrensfördelen handlar allt mer om att säkra de fysiska villkor där modeller tränas och levereras.

Jämförelsen med järnvägen, elnätet och internet är därför användbar som beskrivning av kapitalintensitet och nätverksberoende. Men den långsiktiga vallgraven är inte nödvändigtvis att äga ett gigawattcampus på balansräkningen. Det centrala är att ha tillförlitlig och utbyggbar tillgång till el och beräkningskapacitet – samt den operativa kontroll som krävs för att omvandla tillgången till stabila AI-tjänster.