The Information’ın 19 Ekim’de yayımladığı rapora göre Çinli yapay zekâ laboratuvarı DeepSeek, Huawei’nin gelecekteki yapay zekâ çiplerinin tasarımına katkı veriyor. Konuya yakın iki kaynağa dayanan haber, ilişkinin sıradan bir tedarikçi-müşteri görüşmesinin ötesine geçtiğini belirtiyor. Bu adım, Çin’in Nvidia’ya bağımlı olmadan gelişmiş modeller geliştirme hedefini güçlendirebilir.

Yazılım ortağından çip eş tasarımcısına

Hangzhou merkezli DeepSeek, artık yalnızca Huawei işlemcileri için yazılım yazmıyor; donanımın nasıl şekilleneceğine de fikir veriyor. İki şirket aylardır yakın çalışıyor. DeepSeek, 30 Eylül’de Huawei’nin Ascend hızlandırıcıları için açık kaynaklı araçlar yayımladı. Bunların arasında, Nvidia’nın CUDA platformuna yanıt olarak geliştirilen TileLang programlama dili de var. Şirketler ayrıca 128 Ascend 950 çipinden oluşan bir “süper düğüm” sistemi kurdu. DeepSeek, Huawei’nin “koşulsuz ve güçlü destek” verdiğini söylüyor.

Ascend çipleri DeepSeek modellerinde

DeepSeek, Nisan’da Ascend çiplerinde çalışacak şekilde uyarlanmış V4 modelinin ön gösterimini yaptı. Huawei, işlemcilerinin modelin eğitiminin bir bölümünde kullanıldığını açıkladı. Bloomberg’e göre DeepSeek, İç Moğolistan’da kurduğu bir veri merkezinde en az 160.000 Ascend 950DT çipi kullanmayı planlıyor. Bu çipler modelleri eğitmek için değil, çalıştırmak, yani çıkarım yapmak için kullanılacak. DeepSeek şimdiye kadar eğitimde Nvidia hızlandırıcılarına güveniyordu.

Huawei yol haritasını öne çekti

Huawei, Eylül’deki Huawei Connect etkinliğinde çip takvimini hızlandırdı. Ascend 960DT 2027’nin ilk çeyreğinde, 960PR ise üçüncü çeyreğinde piyasaya çıkacak. Şirket, 2028 için Ascend 970’i, 2029 için 980’i hedefliyor. Ancak üretim kapasitesi hâlâ darboğaz. Bloomberg’in kaynaklarına göre üst düzey bellek sıkıntısı, 950DT üretimini bu yıl birkaç yüz bin adetle sınırlayacak. DeepSeek’in siparişini karşılamak ise bir yıldan uzun sürebilir.

Ortaklığın asıl sınavı henüz verilmiş değil. Huawei ile DeepSeek, Çin yapımı donanımın gelişmiş modelleri Nvidia ile rekabet edebilecek hız ve maliyette güvenilir biçimde eğitebileceğini henüz kanıtlayabilmiş değil.