Podczas telekonferencji z inwestorami szef DeepSeek, Liang Wenfeng, podsumował dominację Nvidii: sprzęt Huawei ma całkowicie zastąpić systemy GB300.
Założyciel i dyrektor generalny DeepSeek, Liang Wenfeng, podczas rozmowy z inwestorami w niezwykle dosadny sposób wypowiedział się na temat chińskiego pędu do nadrobienia zaległości w zakresie mocy obliczeniowej oraz na temat firmy Nvidia:
Jestem dość optymistyczny, jeśli chodzi o krajową moc obliczeniową – w tej kwestii firma Nvidia kopie sobie własny grób.
Huawei 950 kontra Nvidia GB300: kalkulacja szefa DeepSeek
Konkretnie Wenfeng twierdzi, że „Atlas 950 SuperPoD” firmy Huawei – tzw. superwęzeł, czyli ściśle połączona sieć wielu akceleratorów – może w pełni zastąpić szafy „GB200” i „GB300” firmy Nvidia pod względem wydajności i ceny. Cena jest wyższa, ale mieści się w rozsądnych granicach: czy to o 50, 100, a nawet 200 procent drożej, to ostatecznie nie ma znaczenia – twierdzi Wenfeng.
Sam jednak wskazuje na związaną z tym wadę: aby osiągnąć wydajność jednego procesora graficznego Nvidii, potrzeba czterech układów Huawei, a firma ma około dwuletnie opóźnienie.
- Cztery układy Huawei 950 odpowiadają jednemu GB300 – przy, jak twierdzi Wenfeng, takim samym opóźnieniu i takim samym zakresie zadań.
- Superwęzeł Huawei ma zostać uruchomiony w trzecim lub czwartym kwartale 2026 roku, natomiast układ GB200 firmy Nvidia trafił na rynek w trzecim kwartale dwa lata temu.
Luka obliczeniowa Chin: dlaczego Stany Zjednoczone wyprzedzają resztę świata
Wenfeng upatruje przyczyny odstępstwa od USA w zasobach, a nie w kadrze – niedobór talentów wynika dopiero z deficytu mocy obliczeniowej. Według szefa DeepSeek największe obecnie modele AI aktywują jednocześnie około 800 miliardów parametrów, podczas gdy chińskie modele tylko około 10 miliardów – to opóźnienie rzędu wielkości.
Pełny zapis telekonferencji Wenfenga z inwestorami. Tutaj wypowiada się on znacznie bardziej stanowczo. Kładzie nacisk na to, że otwarcie kodu źródłowego jest *głównym* celem. Jeśli się z tym nie zgadzacie, kupcie więcej akcji Zhipu.
Co najważniejsze, twierdzi on, że powściągliwość jest *jedyną drogą do przetrwania*. Laboratoria, które chcą podbić świat, zostaną wyeliminowane. https://t.co/tTCa83rxak pic.twitter.com/XhqVm3zuMK— Teortaxes▶️ (DeepSeek Twitter zagorzały fan 2023 – ∞) (@teortaxesTex) 23 lipca 2026 r.
Według Wenfenga, aby wyszkolić model tej klasy, potrzeba około 50 000 procesorów GB300 lub około 200 000 procesorów Huawei 950 – nie uwzględniając jeszcze kosztów badań. Huawei udostępnia obecnie DeepSeek pojemność na około 16 000 akceleratorów; wąskim gardłem jest produkcja Huawei.
Słabnąca przewaga: CUDA i argument dotyczący TileLang
Często przywoływana przewaga Nvidii to platforma oprogramowania „CUDA”, z którą związanych jest wielu twórców sztucznej inteligencji. Właśnie tę przewagę Wenfeng postrzega jako zanikającą: sztuczna inteligencja potrafi dziś samodzielnie pisać niezbędny kod, a do tego dochodzi własne narzędzie o nazwie „TileLang”, za pomocą którego można odtworzyć ekosystem Nvidii.
Jako dowód przytacza swój własny model „V3”: model ten działał wprawdzie na sprzęcie Nvidii, ale podczas uczenia się odłączał się od środowiska programowego Nvidii – za pomocą samodzielnie napisanego kompilatora TileLang. Jego teza głosi, że specjalistyczne układy scalone przeznaczone dla sztucznej inteligencji i tak sprawiają, że przewaga CUDA staje się coraz mniej istotna.
