Home   2026-10-22 19:56:51

←

DeepSeek: trainen van AI-modellen op Chinese chips 'moet gaan werken'

Original article

DeepSeek krijgt van Huawei vanaf het einde van het jaar meer chips om zijn AI-modellen te trainen. Het Chinese AI-bedrijf leunt tot nu toe veel op chips van Nvidia, maar het trainen van AI-modellen op Chinese hardware 'moet gaan werken', zo zegt de ceo.

Het is onbekend hoeveel chips Huawei kan leveren, meldt The Information. DeepSeek heeft er wellicht honderdduizenden nodig om zijn AI-modellen te trainen. Het Chinese AI-bedrijf heeft beperkte toegang tot Nvidia-hardware vanwege exportbeperkingen van de Amerikaanse overheid. Daarom wil het bedrijf AI-modellen goed kunnen trainen op Chinese chips.

Huawei kondigde vorige week aan dat het de Ascend 950DT vanaf eind dit jaar zou leveren. Die chips zijn bedoeld voor het trainen van AI-modellen. De Ascend 960DT volgt volgend jaar. Huawei moet daarbij gebruikmaken van oudere productieprocessen, omdat het van het Nederlandse ASML geen machines voor extreemultravioletlithografie (euv) mag krijgen. Ook dat valt onder de Amerikaanse exportbeperkingen.

Race

DeepSeek zou zijn V4-modellen al wel draaien op Huawei-hardware. Het trainen van AI-modellen is een veel zwaardere taak dan het draaien ervan en vereist dus veel meer van de gebruikte chips.

De VS en China zijn verwikkeld in een race bij het ontwikkelen van de nieuwste AI-modellen. Tegenover Amerikaanse bedrijven als OpenAI, Anthropic en Google staan Chinese bedrijven als DeepSeek, Alibaba en Moonshot.

DeepSeek

Door Arnoud Wokke

Redacteur Tweakers

Feedback • 21-09-2026 18:35 21

21-09-2026 • 18:35

21

Reacties (21)

Huawei heeft recentelijk 2nm gebakken, toch?
Meen dat een poc was, middels andere techniek dan ASML, welke potentieel efficiënter zou zijn (musk jaagt zelfde na)
Een patent uit 2022 met nog geen chips aan de horizon, en zonder EUV. Zal dus best kunnen dat ze met DUV naar 2nm gaan, maar EUV is de superieure techniek dus netto lopen ze "gewoon" nog achter.
Niet zo lang geleden presenteerden ze nog een slimme oplossing waarin ze in de derde dimensie gingen met chip design om met oudere technieken toch snellere chips te maken

Huawei heeft blijkbaar best een grote bak slimme mensen en nood breekt wetten. Het gaat ze tijd nemen. Maar het enige wat Amerika kan doen om ze een beetje af te remmen is geen hippe gpu's leveren. En toch zijn de modellen uit China verbazend goed. Ondanks een relatief tot de beperkingen.
Er word nel gedacht dat die chinezen niks kunnen maar schijn bedriegt.
stapelen veranderd de warmte productie niet. het wordt alleen maar erger eigenlijk.
Eigenlijk is het toch helemaal niet boeiend wat superieur is. Het is de vraag of ze iets kunnen neerzetten wat gebruikt kan worden voor het trainen van modellen. Zijn je chips langzaam? Dan koop je er gewoon meer en knoop je ze aan elkaar ;) Iets waar Huawei wel goed in is
2nm bakken en 2nm commercieel kunnen produceren zijn waarschijnlijk niet dezelfde onderwerpen ...
Zo zie ik dit nieuwsbericht ook: het zal vast wel kúnnen, maar tegen welke prijs? Hele dure chips? Hele hoge energiekosten?
Als de Chinese overheid beslist dat het moet gebeuren is economie een niet zo belangrijk punt meer.
Het was absoluut niet efficiënt als we het tenminste over hetzelfde hebben, niet geschikt voor massa productie.
Chinezen kennende is het een kwestie van tijd voordat ze net zulke goede chips (kunnen) maken als Nvidia. Of ze zetten er gewoon drie keer zoveel chips onder. Heet resultaat is het zelfde.

Exportbeperkingen, in welke vorm dan ook, zorgen er alleen voor dat Chinezen sneller en beter gaan innoveren.

welcome to the rat race ;)
Het gaat niet om de chips maar het software ecosysteem. Cuda is heel diep ingebakken in de ML wereld en vrijwel alles draait op die operaties.
Maar de Chinezen kunnen hun chips gewoon Cuda compatible maken. In hardware of in software. Cuda draaien op amd hardware is ook al gedaan.

Cuda is niets magisch
Nja nee dus totaal niet. Cuda op AMD werkte jaren lang voor geen meter en ook nu zijn enkel de server grade AMD GPU's gesupport en voornamelijk alleen op Linux.

Cuda is closed source en zeer uitgebreid. Volledige support voor een GPU is een gigantische taak.
Maar je hebt niet gekeken naar waarom het niet werkte. En dat is gewoon een kwestie van aandacht. ZLUDA heeft gewoon geen sponsor (meer) en daar gaat het niet sneller van. HIPIFY is er ook nog....

Als de Chinezen de mankracht er tegenaangooien is dat probleem gewoon zo opgelost.
Inderdaad wordt het wel een stuk heter met meer chips . Dat klopt wel, ook meer energie en koeling nodig .

Maar ze hebben wel een procedé dat goede resultaten oplevert, alleen moet je daar dan ook weer veel machines naast elkaar zetten.
Hoe lang zal het duren voordat in China wordt overgeschakeld naar product-specifieke modellen in plaats van generieke modellen? Chinezen zijn daarin vaak pragmatiser als Amerikanen.

Het lijkt erop dat Thompson Reuters een doodsteek aan OpenAI heeft uitgedeeld met een AI specifiek voor de advocatuur. Compleet onafhankelijk, voor 'slechts' miljoenen in plaats van miljarden. Kern: een goede (proprietary) dataset als basis. En een concreet economisch produkt in plaats van vage beloftes.

De investering van miljoenen gaat waarschijnlijk alleen over de AI-schil. Een goede dataset is onbetaalbaar en zal niet in de kosten zijn meegerekend.
Deepseek en andere Chinese AI bedrijven doen dit al veel langer: smart VS hard. Gewoon veel slimmer en efficiënter omgaan met wat er al is, ipv er nog meer rekenkracht en geheugen tegenaan gooien. Denk dat dat ook de weg voorwaarts is. Slim combineren, layeren, orchestreren en optimaliseren.
Dat is ook de richting van Yann Le Cun: Algemeen AI spreekt aan en trekt investeerders maar specifiek AI expert systemen die in feit ala Piaget reageren hebben meer toekomst en kunnen meer met minder.

[Reactie gewijzigd door moimeme op 22 september 2026 23:41]

Nou vraag ik me af of hij bedoelt 'moet' als in 'must' (als in, ze hebben geen ander alternatief dus het is er op of er onder), of als in 'should' (als in, het staat op de planning en als alles goed gaat dan gebeurt het).
Een GPU is wellicht veel inefficiënter dan chips die op maat gemaakt zijn voor AI.
Huh, ik dacht dat ze vooral claude services gebruikten om hun modellen te "trainen".

Om te kunnen reageren moet je ingelogd zijn