160,000 שבבי Huawei: DeepSeek תאמן את V5 בלי NVIDIA

DeepSeek כבר עשתה בעבר אופטימיזציה לתוכנה שלה על חומרה שאינה NVIDIA, אבל עד עכשיו Ascend טיפל בעיקר ב-inference. אימון מקדים של V5 על 160,000 שבבי Ascend 950DT יהיה ריצת האימון הגדולה ביותר שידועה למודל מוביל על סיליקון סיני.

המשמעות אסטרטגית. כמו שהאנליסט @kyleichan ציין ב-X, מודל V5 חזק שאומן כולו על Ascend יהיה אבן דרך משמעותית לסין מאז שנותקה מ-TSMC ב-2020. הוא יראה שמגבלות הייצוא האטו את חברות ה-AI המובילות בסין, אבל לא עצרו אותן. הגיוס המדווח של 15.9 מיליארד דולר לפי שווי של 90 מיליארד נותן ל-DeepSeek את ההון לקלאסטר בגודל כזה. המודל הנוכחי של DeepSeek, V4.1-Flash, הראשון במשפחת ארכיטקטורה חדשה, כבר מציג ביצועים חזקים, עם 90.6% מדווחים ב-Terminal-Bench 2.1.

יש כאן גם קשר לאזהרה של מנכ"ל Mistral, Arthur Mensch, השבוע, שלפיה מתייחסים ל-AI המוביל כאל טכנולוגיית נשק. stack אימון סיני עצמאי רק הופך את המסגור הזה לסביר יותר.

הספקנים מצביעים על הבשלות של התוכנה של Ascend, על ביצועי ה-interconnect בקנה מידה גדול ועל ה-yields. שלושתם כבר הגבילו את Huawei בעבר. ריצת האימון מתוכננת ל-2027, כך שבינתיים מדובר בתוכנית, לא בתוצאה.