DeepSeeks Huawei satsning handlar främst om försörjningstrygghet och tekniskt oberoende, inte om att matcha Nvidias effektivitet på kort sikt. Minst 160 000 Ascend 950DT chip planeras för ett datacenter i Ulanqab i Inre Mongoliet, men de ska i första hand användas för inferens – att köra färdigtränade modeller.
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: 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
DeepSeeks satsning på Huawei handlar i första hand om strategisk motståndskraft, inte om att Huaweis chip redan är det mest effektiva alternativet för att träna de allra största modellerna. När USA:s exportkontroller begränsar Kinas tillgång till Nvidias mest avancerade AI-acceleratorer blir ett fungerande inhemskt alternativ allt viktigare – även om det kostar mer i chip, el och utvecklingsarbete.
Ett tidigare försök att träna DeepSeeks R2 på Huaweis Ascend 910C uppges ha misslyckats på grund av begränsningar i både hårdvara och mjukvara. Uppgiften att det kan krävas omkring fyra Huawei-processorer för att motsvara en Nvidia GB300 visar hur stort effektivitetsgapet fortfarande är.
Ändå finns ett långsiktigt skäl att fortsätta. När DeepSeek lägger riktiga arbetslaster på Huaweis plattform får chipen, kompilatorerna, ramverken, nätverken och den övriga leveranskedjan den praktiska återkoppling som behövs för att förbättras. För DeepSeek innebär det också mindre sårbarhet för förändringar i amerikansk exportpolitik.
Enligt uppgifter ska Huawei börja leverera särskilt inriktade chip för AI-träning under fjärde kvartalet 2026, med bredare tillgång kring början av 2027. Huawei har samtidigt sagt att Ascend 950DT-system väntas få bred användning för modellträning under 2027 och att Ascend 960DT är planerad till första kvartalet 2027.
Det betyder inte att DeepSeek omedelbart ersätter Nvidia i den mest krävande förträningen – alltså den inledande träningen av enorma modeller på stora datamängder. Vägen dit går snarare via gradvis testning, optimering och ökande användning av kinesisk hårdvara.
DeepSeek planerar att installera minst 160 000 Huawei Ascend 950DT-acceleratorer i ett datacenter i Ulanqab i Inre Mongoliet med en kapacitet på omkring en gigawatt. Det skulle kunna bli ett av de största kända klustren av kinesisktillverkade AI-chip. 1
Det viktiga förbehållet är att anläggningen enligt rapporteringen ska användas för inferens: att köra redan tränade modeller och generera svar till användare. Den är alltså inte tänkt att på kort sikt ersätta Nvidia i avancerad modellträning. Tidplanen är dessutom beroende av Huaweis produktionskapacitet; delar av anläggningen uppges kunna tas i drift först i slutet av 2027 eller början av 2028. 1
6
DeepSeek har släppt en förhandsversion av V4 som är anpassad för Huaweis Ascend-chip. Det är mer än en vanlig överföring av en modell från en plattform till en annan: arbetet kräver samspel mellan modellarkitektur, drivrutiner, kompilatorer, beräkningskärnor och nätverk. Reuters rapporterade att Huawei-chip användes i delar av V4:s träningsprocess.
Det är denna typ av samutveckling som kan göra kinesiska chip användbara för allt större träningsuppgifter. En Huawei-ledd grupp har också uppgett att den genomförde fullparameter-efterträning av DeepSeeks V4-Pro med ett kluster på minst 1 000 Ascend 910C-chip. Det är dock något annat än full förträning av en ny frontiermodell från grunden.
Huawei är inte DeepSeeks enda plan. Reuters har rapporterat att bolaget utvecklar ett eget AI-chip, vilket på sikt kan minska beroendet av både Nvidia och Huawei.
Det gör Huaweis roll dubbel: företaget är både en praktisk lösning för dagens kinesiska AI-infrastruktur och en partner i arbetet med att bygga ett större inhemskt ekosystem. DeepSeeks slutmål behöver alltså inte vara ett permanent beroende av just Huaweis teknik.
USA:s begränsningar av exporten av avancerade AI-chip har gjort inhemska alternativ till en driftsfråga, inte bara ett industripolitiskt mål. Huawei uppger att efterfrågan på dess AI-system överstiger utbudet och att Ascend nu har större marknadsandel i Kina än Nvidia. Det är Huaweis egen bedömning, inte en oberoende publicerad marknadsmätning.
På kort sikt kan Nvidia behålla ett tydligt övertag i prestanda i toppsegmentet. Men restriktionerna ger samtidigt kinesiska kunder starkare skäl att investera i egna chip, mjukvara och datacenter. DeepSeeks Huawei-optimerade V4, den planerade 950DT-anläggningen, de kommande träningschipen och bolagets egen chiputveckling pekar därför mot samma mål: en AI- och halvledarstack som i mindre grad är beroende av utländska leverantörer.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
DeepSeeks Huawei satsning handlar främst om försörjningstrygghet och tekniskt oberoende, inte om att matcha Nvidias effektivitet på kort sikt.
DeepSeeks Huawei satsning handlar främst om försörjningstrygghet och tekniskt oberoende, inte om att matcha Nvidias effektivitet på kort sikt. Minst 160 000 Ascend 950DT chip planeras för ett datacenter i Ulanqab i Inre Mongoliet, men de ska i första hand användas för inferens – att köra färdigtränade modeller.
Huawei väntas leverera mer specialiserade träningschip från slutet av 2026, medan DeepSeek samtidigt optimerar V4 för Ascend och utvecklar ett eget AI chip.
DeepSeeks Huawei satsning handlar främst om försörjningstrygghet och tekniskt oberoende, inte om att matcha Nvidias effektivitet på kort sikt. Minst 160 000 Ascend 950DT chip planeras för ett datacenter i Ulanqab i Inre Mongoliet, men de ska i första hand användas för inferens – att köra färdigtränade modeller.
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: 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
DeepSeeks satsning på Huawei handlar i första hand om strategisk motståndskraft, inte om att Huaweis chip redan är det mest effektiva alternativet för att träna de allra största modellerna. När USA:s exportkontroller begränsar Kinas tillgång till Nvidias mest avancerade AI-acceleratorer blir ett fungerande inhemskt alternativ allt viktigare – även om det kostar mer i chip, el och utvecklingsarbete.
Ett tidigare försök att träna DeepSeeks R2 på Huaweis Ascend 910C uppges ha misslyckats på grund av begränsningar i både hårdvara och mjukvara. Uppgiften att det kan krävas omkring fyra Huawei-processorer för att motsvara en Nvidia GB300 visar hur stort effektivitetsgapet fortfarande är.
Ändå finns ett långsiktigt skäl att fortsätta. När DeepSeek lägger riktiga arbetslaster på Huaweis plattform får chipen, kompilatorerna, ramverken, nätverken och den övriga leveranskedjan den praktiska återkoppling som behövs för att förbättras. För DeepSeek innebär det också mindre sårbarhet för förändringar i amerikansk exportpolitik.
Enligt uppgifter ska Huawei börja leverera särskilt inriktade chip för AI-träning under fjärde kvartalet 2026, med bredare tillgång kring början av 2027. Huawei har samtidigt sagt att Ascend 950DT-system väntas få bred användning för modellträning under 2027 och att Ascend 960DT är planerad till första kvartalet 2027.
Det betyder inte att DeepSeek omedelbart ersätter Nvidia i den mest krävande förträningen – alltså den inledande träningen av enorma modeller på stora datamängder. Vägen dit går snarare via gradvis testning, optimering och ökande användning av kinesisk hårdvara.
DeepSeek planerar att installera minst 160 000 Huawei Ascend 950DT-acceleratorer i ett datacenter i Ulanqab i Inre Mongoliet med en kapacitet på omkring en gigawatt. Det skulle kunna bli ett av de största kända klustren av kinesisktillverkade AI-chip. 1
Det viktiga förbehållet är att anläggningen enligt rapporteringen ska användas för inferens: att köra redan tränade modeller och generera svar till användare. Den är alltså inte tänkt att på kort sikt ersätta Nvidia i avancerad modellträning. Tidplanen är dessutom beroende av Huaweis produktionskapacitet; delar av anläggningen uppges kunna tas i drift först i slutet av 2027 eller början av 2028. 1
6
DeepSeek har släppt en förhandsversion av V4 som är anpassad för Huaweis Ascend-chip. Det är mer än en vanlig överföring av en modell från en plattform till en annan: arbetet kräver samspel mellan modellarkitektur, drivrutiner, kompilatorer, beräkningskärnor och nätverk. Reuters rapporterade att Huawei-chip användes i delar av V4:s träningsprocess.
Det är denna typ av samutveckling som kan göra kinesiska chip användbara för allt större träningsuppgifter. En Huawei-ledd grupp har också uppgett att den genomförde fullparameter-efterträning av DeepSeeks V4-Pro med ett kluster på minst 1 000 Ascend 910C-chip. Det är dock något annat än full förträning av en ny frontiermodell från grunden.
Huawei är inte DeepSeeks enda plan. Reuters har rapporterat att bolaget utvecklar ett eget AI-chip, vilket på sikt kan minska beroendet av både Nvidia och Huawei.
Det gör Huaweis roll dubbel: företaget är både en praktisk lösning för dagens kinesiska AI-infrastruktur och en partner i arbetet med att bygga ett större inhemskt ekosystem. DeepSeeks slutmål behöver alltså inte vara ett permanent beroende av just Huaweis teknik.
USA:s begränsningar av exporten av avancerade AI-chip har gjort inhemska alternativ till en driftsfråga, inte bara ett industripolitiskt mål. Huawei uppger att efterfrågan på dess AI-system överstiger utbudet och att Ascend nu har större marknadsandel i Kina än Nvidia. Det är Huaweis egen bedömning, inte en oberoende publicerad marknadsmätning.
På kort sikt kan Nvidia behålla ett tydligt övertag i prestanda i toppsegmentet. Men restriktionerna ger samtidigt kinesiska kunder starkare skäl att investera i egna chip, mjukvara och datacenter. DeepSeeks Huawei-optimerade V4, den planerade 950DT-anläggningen, de kommande träningschipen och bolagets egen chiputveckling pekar därför mot samma mål: en AI- och halvledarstack som i mindre grad är beroende av utländska leverantörer.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
DeepSeeks Huawei satsning handlar främst om försörjningstrygghet och tekniskt oberoende, inte om att matcha Nvidias effektivitet på kort sikt.
DeepSeeks Huawei satsning handlar främst om försörjningstrygghet och tekniskt oberoende, inte om att matcha Nvidias effektivitet på kort sikt. Minst 160 000 Ascend 950DT chip planeras för ett datacenter i Ulanqab i Inre Mongoliet, men de ska i första hand användas för inferens – att köra färdigtränade modeller.
Huawei väntas leverera mer specialiserade träningschip från slutet av 2026, medan DeepSeek samtidigt optimerar V4 för Ascend och utvecklar ett eget AI chip.