AI News
ДІЇ НЕМАНейтральнаImpact 6/10Production-ReadyEnterprise🏭 Виробництво і Промисловість

DeepSeek готує гігантський кластер на 160 000 чипів Huawei

Редакція AI NewsДжерело: MachinelearningОпубліковано Оновлено
Machinelearning•3 місяці тому•6 переглядів•

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.

ВердиктНейтральнаImpact 6/10

📊 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 секунд
Детальний розбір ↓

TL;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 H200Huawei Ascend 950DTGoogle TPU v5e
Ціна~$30 000 за одиницюдані не розкриті~$2,00 за годин у хмарі
Де працюєЛокальні сервери, хмара (AWS, Azure, GCP)Локальні сервери (DeepSeek-кластер)Google Cloud
Мін. вимогиІнфраструктура для GPU, CUDA-сумісне ПОПідтримка Huawei CANN, спеціалізоване ПОTensorFlow, JAX, доступ до GCP
Ключова різницяЕкосистема,廣о przyjęта в індустріїКитайське виробництво, потенційно нижчі тарифиСпеціалізовано для TensorFlow/JAX, оптимізовано для Google

💬 Часті запитання

Чи означає це, що DeepSeek повністю відмовляється від Nvidia?

Ні. За статтею, навчання моделей ще залежить від Nvidia, а Huawei-використовується для inference. Це розподіл функцій, а не повний перехід.

Чи є Huawei Ascend 950DT реальною альтернативою Nvidia H200 для AI-задач?

За характеристиками пам’яті та пропускної здатності — так, але реальна продуктивність залежить від архітектури, драйверів і оптимізації ПО. Bloomberg оцінює його на рівні Hopper, але без публічних benchmarkів це оцінка.

Чи має сенс для маленьких компаній слідкувати за цією новиною?

Для компаній до 200 людей — новина більше про тренд, а не про безпосередню дію. Вона сигналізує про диверсифікація ланцюгів постачання ШІ-апаратних, що може стати важливим у довгостроковій перспективі при планованні власних інфраструктур.

Підтекст

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

Підписатися безкоштовно
DeepSeekHuaweiAscend950DTAIclusterAIhardware

AI Advisory Board

Навчіть вашу команду будувати такі AI-автоматизації

За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.

Дізнатись більше → aiadvisoryboard.me