В ходе телефонной конференции с инвесторами глава DeepSeek Лян Вэньфэн подверг критике господство Nvidia: аппаратное обеспечение Huawei должно полностью заменить системы GB300.
Основатель и генеральный директор DeepSeek Лян Вэньфэн в ходе беседы с инвесторами необычно откровенно высказался о стремительном развитии Китая в области вычислительной мощности и о компании Nvidia:
Я довольно оптимистично настроен в отношении отечественной вычислительной мощности — в этом вопросе Nvidia копает себе могилу.
Huawei 950 против Nvidia GB300: расчёты главы DeepSeek
В частности, Вэньфэн утверждает, что «Atlas 950 SuperPoD» от Huawei — так называемый суперузел, то есть тесно связанный кластер из множества ускорителей — может полностью заменить стойки Nvidia «GB200» и «GB300» как по производительности, так и по цене. Цена, по его словам, выше, но в пределах разумного: будь то на 50, 100 или даже 200 процентов дороже, в конечном счёте это не имеет значения, считает Вэньфэн.
Однако он сам указывает на соответствующий «подвох»: для обеспечения производительности одного графического процессора Nvidia требуется четыре чипа Huawei, и компания отстаёт примерно на два года.
- Четыре чипа Huawei 950 соответствуют одному GB300 — при одинаковой, по словам Вэньфэна, задержке и одинаковом спектре задач.
- Запуск суперузла Huawei запланирован на третий или четвёртый квартал 2026 года, тогда как GB200 от Nvidia вышел на рынок в третьем квартале два года назад.
Вычислительный разрыв Китая: почему США лидируют
Вэньфэн считает, что отставание от США связано с ресурсами, а не с кадрами — дефицит талантов, по его мнению, является следствием дефицита вычислительных мощностей. По словам главы DeepSeek, крупнейшие на сегодняшний день модели ИИ одновременно активируют около 800 миллиардов параметров, тогда как китайские модели — лишь около 10 миллиардов, что означает отставание на порядок.
Полная стенограмма телефонной конференции Вэньфэна с инвесторами. Здесь он высказывается гораздо более решительно. Он настаивает на том, что открытый исходный код — это *главная* задача. Если вы не согласны, идите и купите больше акций Zhipu.
И, что особенно важно, он заявляет, что сдержанность — *единственный способ выжить*. Лаборатории, стремящиеся «поглотить мир», будут отсеяны. https://t.co/tTCa83rxak pic.twitter.com/XhqVm3zuMK— Teortaxes▶️ (DeepSeek Twitter преданный поклонник 2023 – ∞) (@teortaxesTex) 23 июля 2026 г.
По словам Вэньфэна, для обучения модели такого уровня потребуется около 50 000 GB300 или примерно 200 000 Huawei 950 — без учёта затрат на исследования. В настоящее время Huawei предоставляет DeepSeek мощности примерно на 16 000 ускорителей; узким местом является производство Huawei.
Утрачиваемое преимущество: CUDA и аргумент TileLang
Часто упоминаемым преимуществом Nvidia является программная платформа «CUDA», к которой привязаны многие разработчики ИИ. Именно это преимущество, по мнению Вэньфэна, исчезает: сегодня ИИ может самостоятельно писать необходимый код, к тому же существует собственный инструмент под названием «TileLang», с помощью которого можно воссоздать экосистему Nvidia.
В качестве доказательства он приводит собственную модель «V3»: хотя модель и работала на аппаратном обеспечении Nvidia, во время обучения она отключалась от программной среды Nvidia — с помощью самостоятельно написанного компилятора TileLang. По его мнению, специализированные чипы для ИИ и так все больше снижают значимость преимущества CUDA.
