Durante una teleconferenza con gli investitori, il capo di DeepSeek Liang Wenfeng ha messo in discussione il predominio di Nvidia: l’hardware Huawei dovrebbe sostituire completamente i sistemi GB300.
Il fondatore e CEO di DeepSeek, Liang Wenfeng, in una conferenza con gli investitori si è espresso con insolita chiarezza sulla corsa al recupero della Cina in termini di potenza di calcolo e su Nvidia:
Sono piuttosto ottimista per quanto riguarda la potenza di calcolo nazionale – a questo punto, Nvidia si sta scavando la fossa da sola.
Huawei 950 contro Nvidia GB300: il calcolo del CEO di DeepSeek
In concreto, Wenfeng sostiene che l’«Atlas 950 SuperPoD» di Huawei – un cosiddetto supernodo, ovvero un cluster strettamente interconnesso di numerosi acceleratori – possa sostituire completamente i rack «GB200» e «GB300» di Nvidia in termini di prestazioni e prezzo. Il prezzo sarebbe più alto, ma entro limiti accettabili: che sia più costoso del 50, del 100 o addirittura del 200 per cento, alla fine non avrebbe alcuna importanza, secondo Wenfeng.
È lui stesso, però, a rivelare il relativo svantaggio: per eguagliare le prestazioni di una GPU Nvidia occorrerebbero quattro chip Huawei, e si sarebbe in ritardo di circa due anni.
- Quattro Huawei 950 corrisponderebbero a un GB300 – con la stessa latenza e lo stesso spettro di attività, secondo Wenfeng.
- Il supernodo Huawei dovrebbe entrare in funzione nel terzo o quarto trimestre del 2026, mentre il GB200 di Nvidia è stato lanciato sul mercato nel terzo trimestre di due anni fa.
Il divario computazionale della Cina: perché gli Stati Uniti sono in vantaggio
Wenfeng individua il divario rispetto agli Stati Uniti nelle risorse, non nel personale: il deficit di talenti deriverebbe proprio dal deficit di potenza di calcolo. Secondo il capo di DeepSeek, i modelli di IA attualmente più grandi attivano circa 800 miliardi di parametri contemporaneamente, mentre i modelli cinesi solo circa 10 miliardi: un ritardo di un ordine di grandezza.
Trascrizione completa della teleconferenza con gli investitori di Wenfeng. Qui si mostra molto più deciso. Insiste sul fatto che l’open source sia *l’*obiettivo principale. Se non siete d’accordo, andate a comprare altre azioni Zhipu.
E, cosa fondamentale, afferma che la moderazione sia *l’unico modo per sopravvivere*. I laboratori che puntano a conquistare il mondo saranno eliminati. https://t.co/tTCa83rxak pic.twitter.com/XhqVm3zuMK— Teortaxes▶️ (DeepSeek Twitter fan sfegatato 2023 – ∞) (@teortaxesTex) 23 luglio 2026
Secondo Wenfeng, per addestrare un modello di questo livello sarebbero necessari circa 50.000 GB300 o circa 200.000 Huawei 950 – senza contare la ricerca. Attualmente Huawei mette a disposizione di DeepSeek una capacità pari a circa 16.000 acceleratori; il collo di bottiglia risiede nella produzione di Huawei.
Vantaggio in declino: CUDA e l’argomento TileLang
Il vantaggio spesso citato di Nvidia è la piattaforma software «CUDA», alla quale sono legati molti sviluppatori di IA. È proprio questo vantaggio che Wenfeng vede svanire: oggi l’IA sarebbe in grado di scrivere autonomamente il codice necessario; a ciò si aggiunge uno strumento interno chiamato «TileLang», con il quale è possibile ricreare l’ecosistema di Nvidia.
Come prova cita il proprio modello «V3»: sebbene il modello funzionasse su hardware Nvidia, durante l’addestramento si disconnetteva dall’ambiente software di Nvidia tramite un compilatore TileLang scritto in proprio. Secondo la sua tesi, i chip specializzati per l’IA rendono comunque sempre più irrilevante il vantaggio di CUDA.
