DeepSeek und Huawei: Aufbau eines umfassenden KI-Chip-Clusters in der Inneren Mongolei
Mindverse News
KI-gestützt erstellt 10 Quellen Arbeitsweise
Das Wichtigste in Kürze
- DeepSeek plant den Aufbau eines der größten Cluster von Huawei KI-Chips in der Inneren Mongolei.
- Es sollen mindestens 160.000 Huawei Ascend 950DT Chips zum Einsatz kommen.
- Der Fokus liegt auf Inferenz-Aufgaben, während für das Training weiterhin Nvidia-Hardware vorgesehen ist.
- Das Projekt ist Teil Chinas Bemühungen, die Abhängigkeit von ausländischen Chip-Herstellern zu reduzieren.
- Lieferzeiten und Produktionskapazitäten von Huawei sowie Engpässe bei Speicherchips stellen Herausforderungen dar.
Strategische Weichenstellung in der Künstlichen Intelligenz: DeepSeeks Ambitionen mit Huawei-Chips
In der dynamischen Landschaft der Künstlichen Intelligenz (KI) zeichnet sich eine signifikante Entwicklung ab, die das Potenzial hat, die globale Chip- und KI-Industrie nachhaltig zu beeinflussen. Das chinesische KI-Unternehmen DeepSeek plant den Aufbau eines der größten bekannten Cluster von Huawei KI-Chips. Dieses Vorhaben, das in der Inneren Mongolei realisiert werden soll, involviert den Einsatz von mindestens 160.000 der fortschrittlichen Ascend 950DT Prozessoren von Huawei Technologies Co. Diese Initiative ist nicht nur ein Indikator für Chinas Bestreben, seine technologische Souveränität zu stärken, sondern auch ein Beispiel für die zunehmende Lokalisierung von Hochtechnologie im Land.
Ein Megaprojekt in der Inneren Mongolei
DeepSeek beabsichtigt, diese enorme Anzahl von Chips in einem massiven Rechenzentrum in Ulanqab, Innere Mongolei, zu implementieren. Die geplante Kapazität des Rechenzentrums wird auf etwa ein Gigawatt geschätzt, was den Energiebedarf von rund 750.000 Haushalten decken könnte. Ein Teil dieser Kapazität soll bereits Ende 2027 oder Anfang 2028 in Betrieb genommen werden, abhängig von den Produktionskapazitäten Huaweis. Die Investitionskosten für die Hardware allein werden auf rund 2,56 Milliarden US-Dollar geschätzt, basierend auf einem Stückpreis von etwa 16.000 US-Dollar pro Chip.
Fokus auf Inferenz, Nvidia für Training
Ein bemerkenswerter Aspekt dieses Projekts ist die geplante Nutzung der Huawei Ascend 950DT Chips. DeepSeek plant, diese primär für Inferenz-Aufgaben einzusetzen. Dies bedeutet, dass die Chips zur Ausführung bereits trainierter KI-Modelle dienen sollen, beispielsweise für Anwendungen wie Sprachverarbeitung, Bilderkennung oder Empfehlungssysteme. Für die rechenintensiveren Trainingsaufgaben von KI-Modellen, die das Erstellen und Optimieren der Modelle umfassen, wird DeepSeek weiterhin auf Hardware von Nvidia Corp. setzen. Diese Differenzierung unterstreicht die aktuelle Leistungsfähigkeit und Verfügbarkeit von spezialisierter Hardware auf dem Weltmarkt sowie die strategischen Entscheidungen von Unternehmen im Kontext geopolitischer Rahmenbedingungen.
Chinas Streben nach technologischer Unabhängigkeit
Dieses Vorhaben von DeepSeek fügt sich in ein breiteres Muster ein, das Chinas verstärkte Bemühungen widerspiegelt, die Abhängigkeit von ausländischen Halbleitertechnologien zu reduzieren. Angesichts der Exportbeschränkungen und des globalen Wettbewerbs im Bereich der Hochtechnologie ist der Aufbau einer robusten heimischen Chip-Industrie zu einer nationalen Priorität geworden. Die Kooperation mit Huawei, einem der führenden Technologieunternehmen Chinas, ist in diesem Kontext von großer Bedeutung und symbolisiert den Willen, Alternativen zu etablierten internationalen Anbietern zu schaffen.
Herausforderungen und Engpässe
Trotz der ambitionierten Pläne stehen DeepSeek und Huawei vor mehreren Herausforderungen.
- Produktionskapazitäten von Huawei: Die vollständige Lieferung von 160.000 Ascend 950DT Chips könnte sich über ein Jahr hinziehen. Huawei muss nicht nur die Anforderungen von DeepSeek erfüllen, sondern auch andere Kunden bedienen und Exportanforderungen managen.
- Speicherchip-Engpässe: Ein kritischer Faktor ist die Verfügbarkeit von Hochbandbreiten-Speicherchips (HBM3E), die für die Leistungsfähigkeit von KI-Prozessoren unerlässlich sind. Obwohl Chinas führender Speicherhersteller CXMT erste Kleinserien von HBM3E produziert, wird der Rückstand zu internationalen Marktführern wie Samsung, SK Hynix und Micron auf drei bis fünf Jahre geschätzt. Dieser Mangel könnte die Skalierung des Projekts beeinträchtigen.
- Technologischer Vorsprung: Während Huawei in der Lage ist, leistungsfähige KI-Chips für Inferenz-Aufgaben zu liefern, bleibt Nvidia im Bereich der KI-Trainingshardware weiterhin der globale Maßstab. Chinas Bestreben, diesen Rückstand aufzuholen, erfordert erhebliche Investitionen in Forschung und Entwicklung sowie den Aufbau umfassender Ökosysteme.
Ausblick und Implikationen
Sollte DeepSeek das geplante Cluster erfolgreich realisieren, würde dies einen bedeutenden Schritt in Chinas Strategie zur Autarkie im Bereich der Künstlichen Intelligenz darstellen. Es würde zeigen, dass das Land in der Lage ist, große und komplexe Infrastrukturen mit heimischer Technologie aufzubauen. Gleichzeitig verdeutlicht die weiterhin bestehende Abhängigkeit von Nvidia für Trainings-Workloads die Komplexität und den globalen Charakter der Halbleiterlieferketten. Die Entwicklung dieses Projekts wird daher von Marktbeobachtern und politischen Entscheidungsträgern weltweit aufmerksam verfolgt werden, da es weitreichende Implikationen für die globale Technologielandschaft und den Wettbewerb im Bereich der Künstlichen Intelligenz haben könnte.
Die Fähigkeit, hochmoderne KI-Infrastrukturen zu betreiben, ist entscheidend für den Fortschritt in zahlreichen Branchen, von der autonomen Mobilität bis zur personalisierten Medizin. Für Unternehmen im B2B-Sektor, insbesondere im Kontext von KI-Anwendungen, ist es daher von großer Bedeutung, diese Entwicklungen genau zu beobachten und die potenziellen Auswirkungen auf globale Lieferketten, technologische Standards und strategische Partnerschaften zu antizipieren.
Die geplante Investition von DeepSeek in Huawei-Chips markiert somit nicht nur eine technische, sondern auch eine geopolitische Weichenstellung, deren volle Tragweite sich erst in den kommenden Jahren zeigen wird.
Bibliographie
- Bloomberg. (2026, 4. September). DeepSeek Plans Big Huawei AI Chip Order to Power New Data Center.
- The Decoder. (2026, 4. September). Deepseek plans the largest known Huawei chip cluster with 160,000 processors in Inner Mongolia.
- Livemint. (2026, 4. September). China's Nvidia alternative? DeepSeek plans massive Huawei AI chip rollout at Inner Mongolia data centre.
- Moneycontrol. (2026, 4. September). DeepSeek plans massive Huawei chip cluster as China pushes to replace Nvidia.
- The News. (2026, 4. September). DeepSeek plans massive Huawei chip order for Mongolia data center.
- AI Weekly. (2026, 4. September). DeepSeek Plans 160000 Huawei Ascend Chips for 1GW Ulanqab Site.
- Developments Today. (2026, 4. September). DeepSeek plans huge Huawei AI chip cluster.
- Gate News. (2026, 2. September). DeepSeek Orders 160,000 Huawei AI Chips for Inner Mongolia Data Center.
- Briefs.co. (2026, 4. September). DeepSeek Plans 160,000-Huawei Chip AI Hub.
- Dutch Startup. (2026, 5. September). DeepSeek plans the largest known Huawei chip cluster with 160,000 processors in Inner Mongolia.
//Nächster Artikel
KI aus China
PrunaAI beschleunigt Qwen Image 2.1 mit neuen LoRA AdapternPrunaAI beschleunigt Qwen-Image-2.1: Mit neuen LoRA-Adaptern gelingt die Bildgenerierung und -bearbeitung in nur 5 bis 8 Schritten – bis zu 6,3-mal schneller.

// Artikel teilen
Mehr zu KI aus China
Alle KI aus China-News- Autonome KI-Agenten im Praxistest: Wie Forscher eine chinesische Agenten-Flotte aufspürten und kontaktierten
Forscher identifizieren KI-Agenten auf Tencent Cloud, die Schutzmechanismen von Amap umgehen, und treten per verdecktem Text mit ihnen in Kontakt.
- Kürzere Denkketten in hybriden Sprachmodellen: Wie ein Beta-Gate das RL-Reasoning von Qwen3.5-4B beschleunigt
Ein trainierbares Beta-Gate in Qwen3.5-4B senkt den Token-Verbrauch beim RL-Reasoning um bis zu 82 Prozent bei höherer Genauigkeit. Analyse der Methodik.
- Atomic Machines präsentiert Matter Compiler: KI-gestützte Fertigung für Mikromaschinen im Praxistest
Atomic Machines stellt mit dem Matter Compiler eine KI-gesteuerte Fabrik für Mikromaschinen und das Relais PrimeSwitch für KI-Rechenzentren vor.
- Alibaba Cloud plant Ausbau von Rechenzentren und KI-Infrastruktur in Europa
Alibaba Cloud erweitert seine Rechenzentren in Europa: Neben neuen Cloud-Regionen in den Niederlanden, Finnland und der Türkei wachsen auch die Kapazitäten in Deutschland. Ziel ist ein besserer Zugang zu Cloud- und KI-Diensten für Unternehmen.
// Dranbleiben
Mindverse News folgen
Neue Meldungen erhalten Sie über unseren RSS-Feed oder auf LinkedIn.
Passend dazu in Mindverse Studio
- Eigene Modelle und Assistenten trainierenBilden Sie einen digitalen Marken-Experten auf Ihrem Wissen aus.
- Die KI-Plattform für UnternehmenRollen, Freigaben und Abrechnung für den KI-Einsatz im ganzen Unternehmen.
- KI-Chat mit allen führenden ModellenGPT, Claude und Gemini in einer Oberfläche — mit Websuche und Quellenangaben.
Recherchieren Sie KI-News wie diese selbst — mit Mindverse Studio.
7 Tage kostenlos testen — ohne Kreditkarte, mit 200 Credits. Für Fragen zur Umsetzung buchen Sie eine persönliche Demo.
//Chronik
Aus dem Archiv · rund um den 5. September 2026
← Davor erschienen