Zusammenfassung:
Einige Medien erfuhren von Personen, die mit der Industriekette vertraut sind, dass das Großmodell der nächsten Generation von DeepSeek, DeepSeek V5, plant, den Ascend 950-Chip von Huawei als Kerntrainings-Rechenleistung zu verwenden, und dass das Projekt im Jahr 2027 gestartet werden soll. Es wird berichtet, dass das Kern-F&E-Docking-Team von DeepSeek und Huawei Ascend derzeit in Hangzhou ansässig ist. Beide Parteien haben in der V4-Phase eine große Anzahl grundlegender Betreiberanpassungen und kundenspezifischer Entwicklungen abgeschlossen und damit den Grundstein für die anschließende Migration des Modelltrainings und die Zusammenarbeit bei der Rechenleistung gelegt.
Aus Sicht des Kooperationspfads war Huaweis Ascend-Rechenleistung in der vorherigen Generation von DeepSeek-Modellen hauptsächlich für Inferenzaufgaben verantwortlich und ist noch nicht in den Modelltrainingsprozess eingetreten. Der V5-Plan sieht dieses Mal die Einführung von Ascend 950 in das Kerntrainingssystem vor, was bedeutet, dass die Zusammenarbeit zwischen den beiden Parteien voraussichtlich weiter von der Inferenzseite bis zur Trainingsseite ausgedehnt wird. Im Vergleich zu Inferenzaufgaben stellt das Training großer Modelle höhere Anforderungen an die Rechenleistung des Chips, die Kommunikationsverbindung, die Softwareökologie und die Clusterstabilität.
Die Branche geht davon aus, dass DeepSeek V5, wenn es endlich natives Training auf Basis von Ascend 950 implementiert, nicht nur die Leistung und Anpassungsfähigkeit inländischer KI-Chips in groß angelegten Modelltrainingsszenarien weiter überprüfen wird, sondern auch neue Kommerzialisierungsmöglichkeiten für die heimische Rechenleistungsindustriekette eröffnen könnte. Allerdings berichten die Medien immer noch unter Berufung auf Personen aus der Industriekette über die entsprechende Zusammenarbeit, und der konkrete technische Plan und der Umsetzungsfortschritt müssen von den Beamten noch weiter bestätigt werden.
Kommentare