DeepSeek готує гігантський кластер на 160 000 чипів Huawei
DeepSeek планує розгорнути в Внутренній Монголії принаймні 160 000 прискорювачів Huawei Ascend 950DT для роботи з моделями ШІ. Навчання моделей ще залежить від Nvidia, але кластер може стати одним із найбільших AI-систем на китайському залізі.
📊 Тренд диверсифікації ланцюгів постачання ШІ. Для компаній, які планують власні інфраструктури — сигнал про зростання можливостей китайських чипів для inference.
🎯 Чи підходить це вашому бізнесу?
Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.
Заповнити профіль · 30 секундTL;DR
- •DeepSeek планує розгорнути 160 000 чипів Huawei Ascend 950DT у Внутренній Монголії
- •Кластер призначений для роботи з моделями ШІ (inference), навчання — на Nvidia
- •За даними Bloomberg, це може стати одним із найбільших AI-кластерів на китайському залізі
- •Huawei Ascend 950DT має 144 ГБ HBM і 4 ТБ/с пропускної здатності пам’яті
- •Порівняно з Nvidia H200: подібна пам’ять (141 ГБ), трохи нижча пропускна здатність (4,8 ТБ/с у H200)
Як це змінить ваш ринок?
Для компаній у галузі виробництва та технологій, які розглядають власну AI-інфраструктуру, ця новина сигналізує про зростання альтернатив Nvidia на ринку ШІ-апаратних. Якщо ваша компанія планує розгорнути модель ШІ для inference та шукає способи зменшити залежність від одного постачальника, тепер є реальна опція у вигляді китайських чипів. Це зменшує ризики постачання та може вплинути на стратегічні рішення щодо вибору апаратних платформ.
Визначення: AI-кластер — група об’єднаних серверів з спеціалізованими прискорювачами (GPU/TPU/ASIC), які використовуються для тренування або роботи з штучним інтелектом у масштабі.
Для кого це і за яких умов (ОБОВ'ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження.
- •ANY: Читати новину — для усідь, хто цікавиться трендами в ШІ-апаратних
- •ENTERPRISE_1000: Планувати власний AI-кластер — потрібна команда інженерів, доступ до даних центрів, бюджет від мільйонів доларів, 6-12 місяців на впровадження
Альтернативи
| Nvidia H200 | Huawei Ascend 950DT | Google TPU v5e | |
|---|---|---|---|
| Ціна | ~$30 000 за одиницю | дані не розкриті | ~$2,00 за годин у хмарі |
| Де працює | Локальні сервери, хмара (AWS, Azure, GCP) | Локальні сервери (DeepSeek-кластер) | Google Cloud |
| Мін. вимоги | Інфраструктура для GPU, CUDA-сумісне ПО | Підтримка Huawei CANN, спеціалізоване ПО | TensorFlow, JAX, доступ до GCP |
| Ключова різниця | Екосистема,廣о przyjęта в індустрії | Китайське виробництво, потенційно нижчі тарифи | Спеціалізовано для TensorFlow/JAX, оптимізовано для Google |
💬 Часті запитання
🔒 Підтекст (Insider)
DeepSeek не повністю відмовляється від Nvidia — використовує її для навчання, а Huawei — для inference. Це розподіл нагрузки, а не повний перехід. Ринок ШІ-апаратних розширюється: тепер не тільки Nvidia vs AMD, а й Huawei як реальна альтернатива для конкретних навантажень.
Такий розбір щоранку о 08:00
Персональний AI-дайджест для вашої галузі — щодня у Telegram
Джерела
Machinelearning — оригіналНавчіть вашу команду будувати такі AI-автоматизації
За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.
Дізнатись більше → aiupskill.live