DeepSeek zamawia 160 tys. chipów Huawei Ascend dla swojej infrastruktury AI
Chiński deweloper modeli językowych DeepSeek planuje zakup 160 tysięcy procesorów Huawei Ascend, aby zbudować największy na świecie klaster dedykowany do wnioskowania (inference).
DeepSeek zamierza pozyskać imponującą liczbę 160 000 chipów Huawei Ascend, które trafią do jego gigantycznego centrum danych w Mongolii Wewnętrznej.
Będzie to największy dotychczasowy klaster sztucznej inteligencji oparty na podzespołach Huawei. Procesory będą wykorzystywane wyłącznie do etapu wnioskowania (inference), podczas gdy trening modeli nadal będzie odbywał się na infrastrukturze NVIDIA. Produkcja tak dużej liczby układów scalonych może potrwać ponad rok.
Ta decyzja podkreśla strategiczne podejście firmy do optymalizacji kosztów i niezależności technologicznej, jednocześnie utrzymując hybrydowy model obliczeniowy.
Dlaczego to ważne
AnalizaTransakcja ta ilustruje rosnące zapotrzebowanie na specjalistyczne układy AI oraz kluczową rolę skalowalnej infrastruktury przetwarzania danych w nowoczesnych technologiach.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
DeepSeek (Chiński przełom w otwartym AI)
Seria przełomowych modeli open-source od chińskiego laboratorium DeepSeek (V3, R1). Prezentuje najwyższy poziom w kodowaniu i rozumowaniu przy kosztach 10–20 razy niższych niż zachodnie odpowiedniki komercyjne.
OpenCode: 30 razy więcej użycia DeepSeek za tę samą cenę
Współtwórca OpenCode, Dax, poinformował, że zespół znalazł sposób na znaczną poprawę efektywności korzystania z DeepSeek: teraz 10 USD daje objętość użycia, która wcześniej kosztowała 300 USD.
Sześć pluginów dla DeepSeek Harness, które zmniejszają zużycie tokenów i porządkują kontekst
Przegląd sześciu pluginów dla DeepSeek Harness: darmowy dostęp do modeli, zarządzanie pamięcią, routing agentów i monitorowanie kontekstu.
Jak uruchomić lokalny LLM: konfiguracja, modele i optymalizacja
Kompleksowy przewodnik po uruchamianiu modeli językowych na własnym komputerze: wymagania sprzętowe, wdrożenie Ollama i Open WebUI, przegląd modeli Llama 3, Qwen 2.5, DeepSeek oraz kwantyzacja GGUF.