DeepSeek plant Kauf von 160.000 Huawei-Ascend-Chips für Rechenzentrum
DeepSeek will 160.000 Huawei-Ascend-Chips für sein neues Rechenzentrum in der Inneren Mongolei erwerben. Dies markiert den Aufbau des bislang größten Clusters für Huawei-KI-Hardware.
DeepSeek strebt den Erwerb von 160.000 Huawei-Ascend-Chips an, um sein massives Rechenzentrum in der Inneren Mongolei auszustatten.
Dieser Deal wird zur Bildung des größten Clusters von Huawei-KI-Chips führen. Die Chips werden ausschließlich für Inferenz-Aufgaben eingesetzt, während das Training weiterhin auf NVIDIA-Hardware basiert. Die Fertigung einer solchen Menge an Chips könnte mehr als ein Jahr in Anspruch nehmen.
Warum das wichtig ist
AnalyseDiese Transaktion unterstreicht die wachsende Nachfrage nach KI-Spezialhardware und die entscheidende Rolle moderner Datenverarbeitungsinfrastrukturen in der technologischen Landschaft.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
DeepSeek (Chinesischer Durchbruch im Bereich Open-Source-KI)
Eine Reihe bahnbrechender Open-Source-Modelle des chinesischen Labors DeepSeek (V3, R1). Sie demonstriert das höchste Niveau in Coding und Reasoning bei Kosten, die 10–20 Mal niedriger sind als bei westlichen kommerziellen Alternativen.
OpenCode: 30-mal mehr DeepSeek-Nutzung zum gleichen Preis
OpenCode-Mitgründer Dax erklärte, das Team habe die Effizienz bei der Nutzung von DeepSeek deutlich gesteigert: $10 liefern jetzt das Volumen, das früher $300 kostete.
Sechs DeepSeek-Harness-Plugins zur Reduktion des Token-Verbrauchs und zur Ordnung des Kontexts
Ein Überblick über sechs Plugins für DeepSeek Harness: kostenloser Modellzugriff, Gedächtnisverwaltung, Agenten-Routing und Kontextüberwachung.
Lokale LLMs ausführen: Einrichtung, Modelle und Optimierung
Ein umfassender Leitfaden zur Ausführung lokaler neuronaler Netze auf dem eigenen PC: Hardwareanforderungen, Bereitstellung von Ollama und Open WebUI, Überblick über Llama 3, Qwen 2.5, DeepSeek sowie GGUF-Quantisierung.