Skip to main content
Все новости
AI RADARМодели
1.4k•07.09.2026, 13:36•1 мин

DeepSeek планирует закупить 160 тысяч чипов Huawei Ascend для своего дата-центра

DeepSeek планирует закупить 160 тысяч чипов Huawei Ascend для своего дата-центра
Коротко о главном30 сек

Компания DeepSeek планирует приобрести 160 тысяч чипов Huawei Ascend для своего дата-центра во Внутренней Монголии.

DeepSeek хочет закупить 160 тысяч чипов Huawei Ascend для своего огромного дата-центра во Внутренней Монголии.

Это станет крупнейшим кластером ИИ-чипов Huawei
Использовать их будут только для инференса, обучение по-прежнему останется на NVIDIA.
Производство такого количества чипов может занять больше года.

Почему это важно

Аналитика

Эта сделка подчеркивает растущий спрос на чипы для искусственного интеллекта и критическую роль инфраструктуры обработки данных в современных технологиях.

Обсудить в сообществе

Делитесь опытом и мыслями с ИИ-разработчиками

Telegram-сообщество
+5 Points
← Назад к новостям

Связанные материалы экосистемы

Практические гайды, терминология и агентские скиллы

Термин в глоссарии

DeepSeek (Китайский прорыв в открытом ИИ)

Серия прорывных открытых моделей от китайской лаборатории DeepSeek (V3, R1). Демонстрирует высший уровень в кодировании и рассуждении по цене в 10–20 раз ниже, чем западные коммерческие аналоги.

Новость

В OpenCode научились выжимать из DeepSeek в 30 раз больше за те же деньги

Сооснователь OpenCode Дакс сообщил, что команда разработчиков нашла способ значительно повысить эффективность использования DeepSeek: теперь за $10 можно получить объём, который раньше обходился в $300.

Новость

Шесть плагинов для DeepSeek Harness, которые экономят токены и упорядочивают контекст

Обзор шести плагинов для DeepSeek Harness: от бесплатного доступа к моделям и управления памятью до маршрутизации запросов и контроля контекста.

Практический гайд

Как запустить локальную LLM: настройка, модели и оптимизация

Полное руководство по запуску локальных нейросетей на своем ПК: системные требования, развертывание Ollama и Open WebUI, обзор Llama 3, Qwen 2.5, DeepSeek и квантование GGUF.