DeepSeek’in, Ulanqab’daki yaklaşık 1 gigavatlık veri merkezinde çıkarım işlemleri için en az 160 bin Huawei Ascend 950DT hızlandırıcı kullanmayı planladığı bildiriliyor. Plan, DeepSeek’in en zorlu model eğitimi işlerinde Nvidia’yı tamamen bıraktığını göstermiyor: haberlerde eğitimin Nvidia donanımıyla sürdüğü belirt...
YayımlayanGPT-5.6 Terra ile düzenlendiGörseller GPT Image 2 ile oluşturuldu
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’in, İç Moğolistan’daki Ulanqab’da inşa ettiği yaklaşık 1 gigavat hesaplama kapasiteli veri merkezinde en az 160 bin Huawei Ascend 950DT yapay zekâ hızlandırıcısı kullanmayı planladığı bildiriliyor. Ne DeepSeek ne de Huawei siparişi veya teslimat takvimini kamuoyuna doğruladı. Bu nedenle proje, kurulmuş ve çalışan bir kümeden ziyade, haber kaynaklarına yansıyan bir niyet ve hedef olarak değerlendirilmelidir. 4
5
Projeye aşina kişilere göre DeepSeek, Ascend 950DT çiplerini ağırlıkla çıkarım için, yani modellerin kullanıcı ve uygulama isteklerine yanıt üretmesi amacıyla kullanmayı hedefliyor. 160 bin çiplik ölçekte bir kurulum gerçekleşirse, bilinen en büyük Huawei yapay zekâ hızlandırıcı kümelerinden biri olabilir. 5
8
Çıkarım ile eğitim arasındaki ayrım önemli. Büyük bir çıkarım filosu, modellerin geniş ölçekte sunulmasını ve birim kullanım maliyetlerinin düşmesini sağlayabilir. Ancak DeepSeek’in tüm hesaplama yığınında Nvidia’nın yerini Huawei’nin aldığı anlamına gelmez. Planla ilgili haberler, DeepSeek’in temel model eğitimi için Nvidia donanımını kullanmaya devam ettiğini belirtiyor. 8
Bu büyüklükte bir projenin önündeki temel sınır yalnızca finansman ya da veri merkezi inşaatı değil, tedarik. Haberlerde DeepSeek’in Huawei’nin mevcut üretim kapasitesinin sağlayabileceğinden daha fazla üst seviye çip istediği; üst düzey bellek ve diğer bileşenlerdeki eksikliklerin 950DT üretimini bu yıl düşük yüz binler seviyesinde tutabileceği aktarılıyor. Bu durumda 160 bin adetlik hedef, erişilebilir arzın kayda değer bir bölümünü gerektirir. 8
Teslimat süresini uzatabilecek başlıca nedenler şunlar:
Kamu desteği veya daha avantajlı tahsis, DeepSeek’in sipariş sırasındaki konumunu iyileştirebilir. Fakat bileşen ve üretim darboğazlarını tek başına ortadan kaldırmaz. Dolayısıyla kritik ölçüt, açıklanan hedef değil; teslim edilen, sisteme entegre edilen ve istikrarlı biçimde çalıştırılan hızlandırıcı sayısı olacak.
Ulanqab projesi, Çin’in ABD teknolojisine daha az bağımlı bir yapay zekâ altyapısı kurma hedefiyle örtüşüyor. DeepSeek’in V4 önizlemesi Huawei’nin gelişmiş Ascend çiplerinde çalışacak şekilde uyarlandı. Huawei de V4’ün Ascend 950 tabanlı süper düğüm kümelerinde desteklendiğini ve kendi çiplerinin V4-Flash eğitiminin bir bölümünde kullanıldığını açıkladı. 2
3
Bu yazılım uyarlaması stratejik açıdan önemli. Yapay zekâ donanımının benimsenmesi yalnızca hızlandırıcı arzına bağlı değil; modellerin, geliştirme çerçevelerinin, araçların ve dağıtım yöntemlerinin birlikte sorunsuz çalışması gerekiyor. Ascend için optimize edilmiş öne çıkan bir model, bulut sağlayıcılarına, şirketlere ve geliştiricilere Huawei platformuna yatırım yapmaları için güçlü bir gerekçe sunabilir.
Bununla birlikte, bu plan Nvidia’dan tam bağımsızlığın kanıtı değil. Bildirilen proje çıkarıma odaklanıyor; DeepSeek’in eğitim iş yüklerinde Nvidia sistemlerini kullanmayı sürdürdüğü ifade ediliyor. 8
160 bin çiplik bir küme, Çinli bir yapay zekâ geliştiricisinin hiperskaler ölçekte altyapı kurma hedefinin görünür bir göstergesi olurdu. DeepSeek’e, modellerini tamamen dış bulut kapasitesine bağlı kalmadan işletmek için yüksek kapasite sağlayabilir.
Öte yandan ölçek, tedarik zinciri riskini de tek noktada yoğunlaştırıyor. Daha küçük bir kurulum, kademeli üretim ve tahsisle karşılanabilir. Buna karşılık 160 bin çiplik hedef; kısıtlı üretimdeki ürün hattının önemli bir payı için mücadele etmeyi ve aynı donanımı güvence altına almaya çalışan geniş Çin pazarına karşı rekabet etmeyi gerektiriyor. 8
Manşetlerdeki 160 bin rakamı, tamamlanmış bir altyapıyı değil, hedeflenen ölçeği anlatıyor. Bundan sonra dikkat edilmesi gereken noktalar; siparişlerin doğrulanması, Ascend 950DT teslimatlarının hızı, gerçekten kullanılabilir kurulu kapasite ile sistemin DeepSeek modellerini çalıştırmadaki maliyeti ve güvenilirliği.
Küme bildirilen ölçeğe yakın biçimde devreye alınırsa, Huawei’nin Ascend ekosistemi ve Çin’in yerli yapay zekâ altyapısı hedefi açısından önemli bir aşama olur. Teslimatlar gecikirse de yerli bir yapay zekâ yığını tasarlamakla, onu büyük ölçekte kurmak için gereken kıt bileşenlerin tamamını üretmek arasındaki farkı gözler önüne serer. 5
8
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
DeepSeek’in, Ulanqab’daki yaklaşık 1 gigavatlık veri merkezinde çıkarım işlemleri için en az 160 bin Huawei Ascend 950DT hızlandırıcı kullanmayı planladığı bildiriliyor.
DeepSeek’in, Ulanqab’daki yaklaşık 1 gigavatlık veri merkezinde çıkarım işlemleri için en az 160 bin Huawei Ascend 950DT hızlandırıcı kullanmayı planladığı bildiriliyor. Plan, DeepSeek’in en zorlu model eğitimi işlerinde Nvidia’yı tamamen bıraktığını göstermiyor: haberlerde eğitimin Nvidia donanımıyla sürdüğü belirtiliyor.
DeepSeek V4’ün Ascend platformuna uyarlanması Huawei ekosistemi için önemli; ancak bellek kıtlığı, sınırlı üretim ve büyük teknoloji şirketlerinin talebi teslimatları zorlayabilir.