DeepSeek uppges planera minst 160 000 Huawei Ascend 950DT acceleratorer för AI inferens i ett datacenter i Ulanqab med omkring 1 GW beräkningskapacitet. Satsningen gäller inferens, alltså att köra och besvara modellförfrågningar, och innebär inte att DeepSeek har ersatt Nvidia i de mest krävande träningsjobben.
Publicerad avRedigerad med GPT-5.6 TerraBilder genererade 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 uppges förbereda en mycket stor Huawei-baserad AI-installation i Ulanqab i Inre Mongoliet: minst 160 000 nästa generations Ascend 950DT-acceleratorer för att köra modeller i ett datacenter som planeras för omkring en gigawatt beräkningskapacitet. Varken DeepSeek eller Huawei har offentligt bekräftat beställningen eller någon leveransplan. Uppgifterna bör därför ses som rapporterade avsikter, inte som ett färdigbyggt kluster. 4
5
Enligt personer med insyn i projektet ska Ascend 950DT främst användas för inferens: att låta AI-modeller ta emot och besvara förfrågningar. Vid den rapporterade skalan kan installationen bli ett av de största kända klustren med Huaweis AI-acceleratorer. 5
8
Skillnaden mellan inferens och träning är viktig. En stor inferenspark kan ge kapacitet att göra modeller brett tillgängliga och pressa driftskostnaden vid hög volym. Men den visar inte i sig att Huawei har ersatt Nvidia i hela DeepSeeks beräkningsmiljö. Rapporteringen säger att DeepSeek fortfarande använder Nvidias hårdvara för träning av modeller. 8
Utmaningen är inte bara att finansiera eller bygga datacentret, utan att faktiskt få fram chipen. DeepSeek uppges efterfråga fler av Huaweis främsta chip än Huawei för närvarande kan leverera. Brist på bland annat avancerat minne kan dessutom begränsa produktionen av Ascend 950DT till några hundra tusen enheter i år. Då blir ett åtagande på 160 000 enheter exceptionellt stort i relation till tillgången. 8
Tre faktorer förstärker risken för förseningar:
Eventuellt statligt stöd eller en gynnsam tilldelning kan förbättra DeepSeeks plats i kön, men det löser inte de underliggande flaskhalsarna inom komponenter och tillverkning. Det centrala blir hur många acceleratorer som faktiskt levereras, integreras och kan drivas stabilt – inte bara den rapporterade målsiffran.
Det planerade klustret i Ulanqab passar in i Kinas ambition att bygga en AI-stack som är mindre beroende av amerikansk teknik. DeepSeeks V4-preview har anpassats för Huaweis mer avancerade Ascend-chip. Huawei har samtidigt sagt att V4 stöds fullt ut i dess supernodskluster baserade på Ascend 950 och att bolagets chip användes i delar av träningen av V4-Flash. 2
3
Detta mjukvaruarbete är strategiskt betydelsefullt. Spridningen av AI-hårdvara avgörs inte enbart av om acceleratorer finns att köpa. Modeller, ramverk, utvecklingsverktyg och arbetssätt för driftsättning måste fungera väl tillsammans. En framträdande modell som är optimerad för Ascend ger molnleverantörer, företag och utvecklare större skäl att investera i Huaweis plattform. Det kan i sin tur öka efterfrågan på både chipen och mjukvaruekosystemet runt dem.
Samtidigt är Ulanqab-planen inte ett bevis för fullt oberoende från Nvidia. Projektet är inriktat på inferens, medan DeepSeeks träningslaster enligt rapporteringen fortsatt körs på Nvidias system. 8
Ett kluster med 160 000 chip skulle vara en uppmärksammad demonstration av att en kinesisk AI-utvecklare siktar på infrastruktur i hyperscale-klass. Det kan ge DeepSeek betydande kapacitet att köra modeller internt, i stället för att helt förlita sig på extern molnkapacitet.
Men storleken koncentrerar också risken i leveranskedjan. En mindre utbyggnad kan genomföras stegvis med löpande produktion och tilldelning. Ett mål på 160 000 chip måste däremot konkurrera om en betydande andel av en begränsad produktlinje, samtidigt som den bredare kinesiska marknaden försöker säkra samma hårdvara. 8
Rubriksiffran visar ambition, inte färdig kapacitet. De relevanta milstolparna är bekräftade beställningar, takten i leveranserna av Ascend 950DT, installerad och användbar kapacitet samt driftekonomin och tillförlitligheten när DeepSeeks modeller körs på systemet.
Om klustret tas i drift i närheten av den rapporterade skalan blir det ett viktigt steg för Huaweis Ascend-ekosystem och Kinas satsning på inhemsk AI-infrastruktur. Om leveranserna försenas synliggör det i stället avståndet mellan att utforma en inhemsk AI-stack och att kunna tillverka alla bristvaror som krävs för att bygga ut den i stor skala. 5
8
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
DeepSeek uppges planera minst 160 000 Huawei Ascend 950DT acceleratorer för AI inferens i ett datacenter i Ulanqab med omkring 1 GW beräkningskapacitet.
DeepSeek uppges planera minst 160 000 Huawei Ascend 950DT acceleratorer för AI inferens i ett datacenter i Ulanqab med omkring 1 GW beräkningskapacitet. Satsningen gäller inferens, alltså att köra och besvara modellförfrågningar, och innebär inte att DeepSeek har ersatt Nvidia i de mest krävande träningsjobben.
Brist på avancerat minne, Huaweis begränsade produktionskapacitet och konkurrens från bland andra ByteDance, Tencent och Alibaba kan göra att leveranserna drar ut på tiden.