AnswersPublished17 sources
DeepSeek och Huawei närmar sig gemensam chiputveckling
DeepSeek uppges gå från att köpa Huawei chip till att bidra till utformningen av kommande modeller. Öppen Ascend mjukvara och en supernod med 128 chip knyter DeepSeeks modellbehov närmare Huaweis hårdvara, men tillgången på chip och avancerat minne är fortsatt en flaskhals.
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer
Key takeaways
- DeepSeek uppges gå från att köpa Huawei chip till att bidra till utformningen av kommande modeller.
- Öppen Ascend mjukvara och en supernod med 128 chip knyter DeepSeeks modellbehov närmare Huaweis hårdvara, men tillgången på chip och avancerat minne är fortsatt en flaskhals.
- Att köra en modell på Ascend för inferens är inte samma sak som att självständigt träna en avancerad AI modell på chipen.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How is DeepSeek’s collaboration with Huawei evolving beyond a conventional chip supplier–customer relationship into co-designing future AI c. Article summary: DeepSeek and Huawei are moving toward hardware–software co-design: rather than simply buying Ascend chips and adapting its models afterward, DeepSeek is reportedly influencing how future Huawei chips perform calculations. Topic tags: general, news, general web, user generated, academic. 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
DeepSeek och Huawei tycks vara på väg mot ett närmare samarbete än det vanliga förhållandet mellan chiptillverkare och kund. Enligt återgivningar av en rapport från The Information den 19 oktober har Huawei-ingenjörer arbetat tillsammans med DeepSeek kring framtida chipdesign. DeepSeek ska bidra med synpunkter på hur modeller utför beräkningar och flyttar data mellan processorer.8
11 DeepSeek uppges också planera att börja förträna modeller på Huaweis Ascend 950DT redan i slutet av 2026.
8
23
Tanken är att optimera hela kedjan – chip, programmeringsverktyg och modellernas arbetsbelastning – i samspel. Det kan göra Huaweis hårdvara mer användbar för DeepSeek och andra kinesiska AI-utvecklare. Men det handlar om framtidsplaner. Den rapportering som finns visar inte att Ascend redan kan träna de mest avancerade modellerna lika tillförlitligt eller kostnadseffektivt som Nvidias hårdvara.
Från chipköpare till med och påverka designen
I ett traditionellt upplägg utvecklar chiptillverkaren en processor och kunden anpassar sedan sin mjukvara för att använda den. Rapporteringen den 19 oktober beskriver en tätare återkoppling: DeepSeek delar med sig av vad modellernas arbetsflöden kräver, och Huawei-ingenjörer väger in synpunkterna när de fattar beslut om beräkningar och dataöverföring mellan processorer.8
13
Ett sådant samarbete kan hjälpa Huawei att anpassa framtida Ascend-chip till faktiska behov vid modellträning. Enligt rapporten planerar DeepSeek att använda Ascend 950DT för förträning, och Huawei tänker prioritera DeepSeek när en stor del av den tidiga tillgången på nästa generations 960DT ska fördelas.8
11 Det är uppgifter om planer – inte belägg för att storskalig träning redan har lyckats.
Mjukvaran är en viktig del av samarbetet
Hårdvara räcker inte för att skapa en fungerande plattform för AI-beräkningar. Utvecklare behöver också programmeringsverktyg och mjukvarubibliotek som hjälper dem att köra arbetslaster effektivt. Den 30 september offentliggjorde DeepSeek öppen programmeringsinfrastruktur för Huaweis Ascend-chip, bland annat bibliotek för beräkning och kommunikation. Reuters rapporterade att Huawei bistod med utvecklingen.1
2
Bolagen har också gått vidare med en så kallad supernod byggd av 128 Ascend 950-chip.1 Mjukvaru- och systemarbetet ger en praktisk grund för att testa hur modeller och arbetslaster med flera chip fungerar på Huaweis hårdvara. Det är bäst att se insatserna som delar av ett bredare försök att bygga ett alternativt ekosystem – inte som en färdig ersättare för Nvidias CUDA-plattform.
1
2
Inferens är inte samma sak som oberoende modellträning
En modell kan köras på ett chip för att generera svar – det kallas inferens – utan att modellen har tränats på samma chip. Den skillnaden är viktig när man bedömer hur långt DeepSeek har kommit.
DeepSeeks V4 har anpassats för Huaweis Ascend, och Huawei har uppgett att bolagets processorer användes i en del av träningen av V4-Flash. Samtidigt har rapportering beskrivit DeepSeeks träning som fortsatt beroende av Nvidias ekosystem. Det tyder på ökad erfarenhet av inhemsk hårdvara, men bevisar inte att DeepSeek kan flytta all krävande modellträning från Nvidia.
Den separat rapporterade planen att installera minst 160 000 Ascend 950DT-chip vid ett datacenter i Inre Mongoliet gäller inferens, enligt rapporteringen om projektet. Den planerade anläggningen ska alltså inte tas som bevis för att DeepSeek bygger ett kluster för träning av de mest avancerade modellerna. Planen att förträna på 950DT-chip är ett separat och mer direkt test av Huawei-hårdvara för träning.8
23
Färdplan och tillgång avgör nästa steg
Huawei har tidigarelagt lanseringen av Ascend 960DT till första kvartalet 2027. En annan variant, 960PR, är planerad till tredje kvartalet, enligt The Straits Times.24 En tidigare lansering kan ge Huawei och DeepSeek en ny möjlighet att använda återkoppling från arbetslaster när plattformen utvecklas. Men ett lanseringsdatum garanterar inte att det finns tillräckligt många chip för en storskalig utrullning.
Tillgången på chip är ett eget hinder. En rapport om utrullningen av 950DT uppger att brist på avancerat minne begränsar produktionen och att det kan ta mer än ett år att leverera hela DeepSeeks rapporterade beställning. Om tillgången är knapp kan förbättringar av mjukvara och chipdesign dröja innan de ger tillräcklig installerad kapacitet för träning i stor skala.
Vad samarbetet kan visa – och vad som återstår
Gemensam utveckling kan hjälpa DeepSeek att få ut mer av Kinas inhemska AI-chip genom att samordna chipens funktion, programmeringsverktygen och modellernas arbetslaster. Det är strategiskt relevant när kinesiska företag söker alternativ till Nvidia i ett läge präglat av amerikanska exportrestriktioner.1
2
Hittills pekar uppgifterna på ett samarbete under utveckling, inte på en färdig ersättare. Planerna på förträning med 950DT, arbetet med framtida chip och den öppna mjukvaran är steg att följa. Men det är ännu inte visat att de kan möjliggöra träning av avancerade modeller med konkurrenskraftig hastighet, tillförlitlighet och kostnad. Uppgifterna från den 19 oktober återges här via sekundära källor som hänvisar till The Information, inte från tidningens fullständiga originalartikel.8
13
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "DeepSeek och Huawei närmar sig gemensam chiputveckling"?
DeepSeek uppges gå från att köpa Huawei chip till att bidra till utformningen av kommande modeller.
What are the key points to validate first?
DeepSeek uppges gå från att köpa Huawei chip till att bidra till utformningen av kommande modeller. Öppen Ascend mjukvara och en supernod med 128 chip knyter DeepSeeks modellbehov närmare Huaweis hårdvara, men tillgången på chip och avancerat minne är fortsatt en flaskhals.
What should I do next in practice?
Att köra en modell på Ascend för inferens är inte samma sak som att självständigt träna en avancerad AI modell på chipen.