DeepSeek готує кластер зі 160 000 процесорів Huawei у Внутрішній Монголії — і за наявними даними це найбільше відоме на сьогодні розгортання чипів Huawei для штучного інтелекту. Компанія, яка ще на початку 2026 року сколихнула ринок відкритою моделлю R1, тепер будує обчислювальну інфраструктуру повністю на китайському залізі, без жодного чипа Nvidia.

Внутрішня Монголія — не випадковий вибір: регіон роками приймає найбільші дата-центри Китаю через дешеву вугільну електроенергію та державні субсидії на будівництво обчислювальних потужностей. Якщо DeepSeek справді розгортає кластер такого масштабу саме там, це підтверджує стратегію, яку Пекін проговорює вже кілька років, — перенести важкі AI-обчислення туди, де є дешева енергія, і паралельно розірвати залежність від американських GPU.

За даними The Decoder, мова йде саме про чипи Huawei — тобто про процесори лінійки Ascend, які компанія розробляє як пряму альтернативу Nvidia H100/H800 для тренування та інференсу великих мовних моделей.

Що саме сталося?

DeepSeek планує звести кластер зі 160 000 процесорів Huawei — наразі це найбільше з публічно відомих розгортань чипів Huawei для AI-навантажень. Кластер такого масштабу зазвичай призначений не лише для інференсу вже готових моделей, а й для тренування нових поколінь — тобто DeepSeek, ймовірно, готує потужність під наступну версію своєї лінійки моделей після R1 і V3.

Чому Huawei, а не Nvidia?

Відповідь коротка: у DeepSeek практично немає вибору. Експортний контроль США забороняє постачання в Китай найпотужніших чипів Nvidia, а урізані версії на кшталт H20 регулярно потрапляють під нові раунди обмежень. Китайський уряд додатково тисне на власні компанії, щоб ті переходили на вітчизняні чипи, — і DeepSeek як прапор національної AI-індустрії має особливий стимул показати, що це працює.

Які технічні виклики тут приховані?

Головна проблема — не самі чипи, а програмний стек навколо них. Екосистема CUDA від Nvidia роками накопичувала бібліотеки, оптимізації та інструменти, на яких стоїть переважна більшість AI-індустрії; аналог Huawei, CANN, значно молодший і менш зрілий. Перенести тренувальний конвеєр з CUDA на CANN — це місяці інженерної роботи з переписування обчислювальних ядер і налагодження чисельної стабільності. Крім того, Ascend-чипи історично поступаються Nvidia за пропускною здатністю міжчипових з'єднань, що критично для кластерів такого масштабу, де тисячі процесорів мають синхронно обмінюватися даними під час тренування. Наскільки DeepSeek вдалося обійти ці обмеження — невідомо; компанія не розкривала деталей архітектури кластера.

Що це означає для ринку AI-чипів?

Якщо кластер запрацює на заявленому масштабі, це стане найпомітнішим доказом того, що Китай здатен тренувати моделі топового рівня без жодного чипа Nvidia. Для решти індустрії це означає два практичні наслідки. По-перше, Huawei отримує референсний кейс для продажу Ascend іншим китайським компаніям, яким досі бракувало впевненості в зрілості платформи. По-друге, для західних AI-білдерів це сигнал, що експортний контроль уповільнює, але не зупиняє розвиток конкурентів, — а отже, перевага в моделях і продуктах важитиме більше, ніж перевага у виключному доступі до заліза.

Висновок AiiN

Наша теза проста: цей кластер — не лише про DeepSeek і навіть не лише про Huawei, а про те, що Китай перетворює експортні обмеження на прискорювач власної інфраструктури, а не на гальмо. Для AI-білдерів поза Китаєм головний урок — не в цифрі 160 000, а в тому, що альтернативний CUDA-екосистемі стек типу CANN отримує потужний практичний полігон обкатки просто зараз. Якщо CANN дозріє на масштабі цього кластера, за рік-два в Китаї з'явиться повноцінна друга AI-платформа, сумісна лише сама з собою, — і це змінить те, як глобальні розробники думають про портованість моделей між екосистемами.

Скільки процесорів Huawei у кластері DeepSeek?

За наявними даними — до 160 000 процесорів, що робить цей кластер найбільшим відомим розгортанням чипів Huawei для AI на сьогодні.

Чи означає це, що Китай наздогнав Nvidia в чипах?

Ні напряму: масштаб кластера показує обсяг обчислювальної потужності, а не те, що окремий чип Huawei Ascend технологічно зрівнявся з новітніми чипами Nvidia. Йдеться радше про кількісну компенсацію відставання в характеристиках одного чипа.