DeepSeek ve Huawei, Çip Tasarımı ve Yeni Yapay Zekâ Araçlarıyla Nvidia’ya Bağımlılığı Azaltmayı Hedefliyor

8 dakikalık okuma
DeepSeek and Huawei Target Nvidia Reliance With Chip Design Work and New AI Tools

DeepSeek, Huawei'nin Çip Yol Haritasına Daha Yakın

DeepSeek'in Huawei'nin gelecekteki yapay zekâ çiplerinin şekillendirilmesine yardımcı olduğu bildiriliyor. Huawei mühendisleri, yapay zekâ geliştiricisinin ofislerinde çalışıyor ve işlemci tasarımlarına şirketin gereksinimlerini dahil ediyor. İş birliği, büyük yapay zekâ sistemlerinin ne kadar hızlı öğrenebileceğini belirleyen iki alana uzanıyor: hesaplamaların yapılması ve çipler arasında veri aktarımı.

İçindekiler
  1. DeepSeek, Huawei'nin Çip Yol Haritasına Daha Yakın
  2. DeepSeek Donanımdan Ne İstiyor?
  3. Önemli Tarihler
  4. Programlama Araçları Neden Önemli?
  5. Performans Farkı Hâlâ Büyük
  6. Huawei'nin Yanıtı: Birbirine Bağlı Daha Büyük Bir Bilgisayar
  7. Farklı Sistem Boyutlarını Anlamak
  8. Güç, Güvenilirlik ve Gerçek Eğitim Sınavı
  9. Öne Çıkanlar

Çalışmayı bilen iki anonim kişinin aktardıklarına dayanan 20 Ekim 2026 tarihli haber, ilişkinin yalnızca işlemci satın almaktan ibaret olmadığını ortaya koyuyor. DeepSeek'in, Huawei'nin Ascend 950DT çipleriyle model eğitimine 2026'nın sonu gibi başlamayı planladığı; Huawei'nin ise yeni nesil Ascend 960DT çiplerinin çoğuna 2027'nin ilk çeyreğinde öncelikli erişim sağlamayı planladığı bildiriliyor.

Huawei, yeni işlemciler için takvimini daha önce yayımlamıştı. Şanghay'daki Huawei Connect etkinliğinde duyurulan eylül ayındaki teknoloji duyurusunda, Ascend 960DT'nin 2027'nin ilk çeyreğinde, Ascend 960PR'nin ise üçüncü çeyreğinde kullanıma sunulacağı belirtiliyor. DeepSeek'le bildirilen çip tasarımı anlaşmasına ilişkin kamuya açık doğrulama ise henüz yapılmadı.

Bu çalışma, DeepSeek'in 30 Eylül'de Huawei işlemcileri için programlama araçları geliştirmek üzere duyurduğu ortaklığın devamı niteliğinde. Yazılım projesi ve bildirilen donanım iş birliği birlikte değerlendirildiğinde, şirketlerin Çin'de geliştirilen yapay zekâ modelleriyle çiplerini daha uyumlu hâle getirerek Nvidia teknolojisine bağımlılığı azaltmaya çalıştığı görülüyor.

DeepSeek Donanımdan Ne İstiyor?

Huawei mühendislerinin, çip tasarımı kararlarında şirketin ihtiyaç ve önerilerini dikkate almak üzere DeepSeek'in ofislerinde uzun süre çalıştığı bildiriliyor. Çalışmalar, modellerin hesaplamaları nasıl yaptığı ve işlemcilerin nasıl bilgi alışverişinde bulunduğu konularını kapsıyor.

Bir yapay zekâ modelini eğitmek, örnekleri tekrar tekrar işlemek ve modelin yanıtlarını belirleyen sayısal ayarları güncellemek anlamına geliyor. Çok büyük bir modelde bu işi binlerce işlemcinin paylaşması gerekiyor. Bilgi işlemciler arasında yeterince hızlı aktarılamazsa, hızlı bir çip bile değerli zamanını bekleyerek geçirebilir.

DeepSeek'in sürece katılması, Huawei'ye zorlu yapay zekâ sistemleri geliştiren bir şirketten geri bildirim sağlıyor. Böylece hesaplama yöntemleri, bellek ve iletişimle ilgili kararlar birlikte değerlendirilebiliyor; yazılım geliştiricileri de tamamlanmış bir işlemciye uyum sağlamak zorunda kalmıyor.

Reklam

İş birliğine ilişkin habere göre DeepSeek, gelişmiş Nvidia işlemcilerine erişim arayışını da sürdürüyor. Dolayısıyla şirketin yaklaşımı, yerli bir alternatif üzerinde çalışmayı gelişmiş model eğitiminde hâlihazırda merkezi öneme sahip donanımı edinme çabasıyla birleştiriyor.

Önemli Tarihler

Huawei'nin yayımladığı takvim ve DeepSeek'in yazılım duyurusu, somut dönüm noktaları ortaya koyuyor. Model eğitimine ilişkin bildirilen planlar bu takvimi 2027'ye taşıyor.

  • 17 Eylül 2026: Huawei, Şanghay'daki Huawei Connect etkinliğinde güncellenmiş Ascend yol haritasını ve Atlas 960E SuperPoD'u duyurdu.
  • 30 Eylül 2026: DeepSeek, Huawei'nin Ascend platformu için programlama altyapısını duyurdu ve 128 Ascend 950 çipi kullanan bir sistem üzerinde ortak çalışma yürüttüklerini açıkladı.
  • 20 Ekim 2026: Huawei mühendislerinin DeepSeek'in gereksinimlerini gelecekteki çip tasarımlarına dahil ettiğine ilişkin ayrıntılar ortaya çıktı.
  • 2026 sonuna kadar: DeepSeek'in Ascend 950DT işlemcileri kullanarak model eğitimine başlamayı hedeflediği bildiriliyor.
  • 2027'nin ilk çeyreği: Huawei, Ascend 960DT'nin kullanıma sunulacağını belirtiyor; DeepSeek'in bu çiplere öncelikli erişim sağlaması bekleniyor.
  • 2027'nin üçüncü çeyreği: Huawei, Ascend 960PR'nin hazır olacağını belirtiyor. Ardından Ascend 970'in 2028'de, Ascend 980'in ise 2029'da gelmesi bekleniyor.

Huawei, 960DT takviminin ilk yol haritasına kıyasla üç çeyrek öne çekildiğini belirtiyor. Şirket sözcüsü, daha önce planlanan çıkış tarihinin 2027'nin üçüncü çeyreği olduğunu da açıkladı. Bu durumda ilk çeyreğe alınması, çıkışın iki çeyrek öne çekilmesi anlamına geliyor. Her iki açıklama da aynı yeni kullanıma sunulma dönemine işaret ediyor.

Huawei Yönetim Kurulu Başkan Vekili ve dönüşümlü Yönetim Kurulu Başkanı David Wang, eylül ayındaki açılış konuşmasında şirketin sürdürmeyi hedeflediği hızı anlattı.

Wang, “Ascend çip serimizi yılda bir yeni nesil çıkarma döngüsüyle geliştiriyoruz” dedi.

Bu takvim, geliştiricilere yazılım çalışmaları için bir dizi donanım hedefi sunuyor. DeepSeek açısından yakın vadeli hedef, yeni işlemciler gelmeden önce modelleri Ascend 950 donanımında verimli biçimde çalıştırmak.

Programlama Araçları Neden Önemli?

DeepSeek'in 30 Eylül tarihli duyurusunda, TileLang ile hesaplama ve iletişim kitaplıklarını içeren Ascend programlama altyapısı tanıtıldı. Şirket, Huawei'nin tam destek verdiğini ve ortakların 128 Ascend 950 çipini temel alan bir süper düğüm çözümü geliştirdiğini açıkladı.

Reklam

Süper düğüm, işlemcileri birbirleriyle yakın çalışabilecek şekilde gruplandırıyor. Kitaplıklar, hesaplamalar ve çipler arasında bilgi aktarımı için yeniden kullanılabilir yazılımlar sunarak geliştiricilerin temel altyapıyı baştan yazma ihtiyacını azaltıyor.

TileLang, geliştiricilerin yapay zekâ hesaplamalarını verimli biçimde ifade etmesine yardımcı olmak üzere tasarlanmış bir programlama dili. DeepSeek, kodu sadeleştirip geliştirme verimliliğini artırabildiğini belirterek Nvidia'nın CUDA'sına kıyasla daha basit bir programlama modeli sunduğunu ifade etti.

Geliştiricilerin Nvidia işlemcilerinde iş yüklerini çalıştırmak için Nvidia'nın programlama araçlarını ve yazılım kitaplıklarını kullanması, CUDA'yı şirketin konumunun temel unsurlarından biri hâline getiriyor. Bir yapay zekâ sistemini başka bir çipe taşımak, yeni donanım edinmenin yanı sıra yazılımı uyarlamayı da gerektiriyor.

DeepSeek'in Ascend altyapısını açık kaynaklı hâle getirme kararı, diğer geliştiricilerin bu altyapıyı inceleyip uyarlamasına imkân tanıyor. Bunun pratik avantajı ortak çalışma: Ortak araçlarda yapılan iyileştirmeler, aynı işlemci platformunu kullanan birden fazla model geliştiricisine katkı sağlayabiliyor.

Huawei, daha geniş Ascend ekosisteminin PyTorch, Triton, vLLM ve veRL dahil 90'dan fazla büyük harici açık kaynak projesini desteklediğini belirtiyor. Şirket ayrıca Ascend'in PyTorch hızlandırıcı arka ucu olarak resmen desteklendiğini, böylece bu makine öğrenmesi çerçevesini kullanan geliştiricilerin Huawei donanımına geçiş için bir seçeneğe daha sahip olduğunu söylüyor.

Performans Farkı Hâlâ Büyük

Araştırma enstitüsü Epoch AI, Nvidia'nın B300 çiplerinin ham aritmetik performansının Huawei'nin Ascend 950 işlemcilerinin yaklaşık yedi katı olduğunu tahmin ediyor. Bu karşılaştırma, DeepSeek ve Huawei'nin en zorlu eğitim iş yüklerine uygun yerli donanım geliştirmeye çalışırken karşılaştığı güçlüğü sayısal olarak ortaya koyuyor.

Ham aritmetik performansı, bir işlemcinin ne kadar hesaplama yapabildiğini ölçüyor. Bir modelin tüm eğitim süresini ise bellek, iletişim, yazılım verimliliği ve sistemin kesintisiz çalışıp çalışmadığı da etkiliyor.

DeepSeek'in planlarına ilişkin habere göre, yapay zekâ yeteneklerinin en ileri düzeyindeki bir modeli eğitmek için 10.000'den fazla Huawei çipinin haftalar boyunca birlikte çalışması gerekebilir. Bu nedenle yeterli sayıda çip üretmek ve böylesine büyük bir kurulumu çalışır durumda tutmak projenin temel unsurları arasında yer alıyor.

Huawei, Ascend 960 neslinin planlandığı gibi performansı ikiye katlayacağını söylüyor. Şirket ayrıca çok sayıda işlemciyi verimli biçimde birbirine bağlamanın yollarına yatırım yapıyor. Bu nedenle bütün bilgisayar sisteminin tasarımı, Nvidia'yla rekabet çabasının önemli bir parçası.

Reklam

Huawei'nin Yanıtı: Birbirine Bağlı Daha Büyük Bir Bilgisayar

Huawei'ye göre Atlas 960E SuperPoD, 4.096 sinir ağı işlem birimine (NPU) kadar ölçeklenebiliyor. NPU, yapay zekâ hesaplamaları için tasarlanmış bir işlemci. Huawei, sistemin 8 EFLOPS FP8 hesaplama performansı ve bir petabayta kadar yüksek bant genişlikli bellek sunduğunu belirtiyor.

Daha basit bir ifadeyle Huawei, büyük ve ortak bir hızlı bellek havuzuna sahip, birbirine sıkı biçimde bağlı bir yapay zekâ işlemci grubu öneriyor. FP8, uygun yapay zekâ hesaplamalarında kullanılan sekiz bitlik bir sayısal biçimi ifade ederken eksaflop, saniyede bir kentilyon aritmetik işlem anlamına geliyor.

Huawei, SuperPoD'u hızlı bağlantılarla birbirine bağlanmış birden fazla hesaplama düğümü olarak tanımlıyor. Birleşik bellek adreslemesi sayesinde bu düğümler tek bir mantıksal bilgisayar gibi çalışıyor. UnifiedBus teknolojisi, bu daha geniş sistemde hesaplama, depolama ve diğer bileşenleri birbirine bağlıyor.

Huawei, büyük kümelerde kullanılan geleneksel sunucu mimarilerinde eğitim süresinin yüzde 40'ından fazlasının iletişime ayrıldığını belirtiyor. Markov Lab'in simülasyonlarında, yaklaşık 4.000 NPU'lu SuperPoD'lardan oluşturulan 100.000 NPU'lu bir kümenin, her biri sekiz NPU içeren sunuculardan kurulan bir kümeye kıyasla hesaplama kullanımını 2,75 katına çıkarabileceği görüldü.

Bu sonuç Huawei'nin bir simülasyonuna dayanıyor ve şirketin tasarım önceliğini açıklamaya yardımcı oluyor: İşlemcilerin hesaplama için daha fazla, birbirini beklemek için daha az zaman harcamasını sağlamak.

Farklı Sistem Boyutlarını Anlamak

Huawei farklı ölçeklerde hesaplama donanımlarını tanıttı. Atlas 950 SuperCluster'ın 256.000 hızlandırıcı kartına kadar bağlantı sağladığı ifade edildi. Eylül ayındaki duyuruda ise 512.000 NPU'ya, genişletilmiş bir ağ düzeniyle de bir milyona kadar NPU'ya bağlanabilen yeni bir mimari tanıtıldı.

Bu küme rakamları, birbirine bağlı sistemlerin oluşturduğu gruplara işaret ediyor. 4.096 NPU'luk teknik özellik ise Huawei'nin altyapı planlarındaki tek bir Atlas 960E SuperPoD'u tanımlıyor.

Çinli teknoloji analisti Rui Ma da daha önce belirtilen 15.488 çipli Atlas 960 SuperPoD yapılandırmasıyla 4.096 çip içeren yeni sistem arasındaki değişime dikkat çekti. Huawei'nin güncel resmî teknik özelliklerinde ikinci sistem Atlas 960E SuperPoD olarak adlandırılıyor.

Alıcılar için pratikte yapılması gereken, belirli bir işlemci neslini ve sistem yapılandırmasını amaçlanan iş yüküyle eşleştirmek. Daha büyük bir ağ, daha fazla işlemcinin kullanılabilmesini sağlarken bağlantıların hızı ve güvenilirliği bu işlemcilerin birlikte ne kadar verimli çalışacağını belirliyor.

Reklam

Güç, Güvenilirlik ve Gerçek Eğitim Sınavı

Huawei, Atlas 960E'de geleneksel bir bağlantı düzeninde gerekecek 48.000 optik modül yerine 5.500 Hi-ONE optik bağlantı birimi kullandığını belirtiyor. Şirketin paket yakını optik teknolojisi, hesaplama donanımına yakın, kompakt bağlantılar üzerinden veri taşımak için ışıktan yararlanıyor.

Şirket, bu tasarımın güç tüketimini 550 kilovattan fazla azalttığını, sistemin arızasız çalışma süresini ikiye katladığını ve yüzde 99,8 kullanılabilirlik sağladığını öne sürüyor. Bunlar Huawei'nin sistem için açıkladığı teknik özellikler.

DeepSeek'in önerdiği eğitim çalışması, çipler, yazılım ve bağlantılar arasındaki ilişkiyi uzun süreli iş yükleri altında sınayacak. Haftalar süren bir eğitim çalışmasında, kurulumun yalnızca kısa süreliğine yüksek hesaplama hızına ulaşması değil, sürekli veri alışverişi yapıp ilerleme kaydetmesi gerekiyor.

Huawei, 40'tan fazla modelin Ascend ve CANN yazılım platformu üzerinde yerel olarak eğitildiğini söylüyor. Compute Architecture for Neural Networks ifadesinin kısaltması olan CANN, yapay zekâ uygulamalarının Ascend işlemcilerini kullanmasına yardımcı olan temel yazılımları sağlıyor.

DeepSeek'in katkısı, öne çıkan bir model geliştiricisini hem programlama hem de bildirilen çip tasarımı aşamalarında bu çalışmaya dahil ediyor. Sıradaki dönüm noktaları, şirketin 2026 sonuna kadar Ascend 950DT'yi kullanmaya başlamayı planlaması ve Huawei'nin 960DT'yi 2027'nin ilk çeyreğinde kullanıma sunma sözü. Bu adımlar, ortaklığın araç ve tasarım çalışmalarından Çin donanımında sürdürülebilir model eğitimine ne kadar hızlı geçebileceğini gösterecek.

Öne Çıkanlar

  • DeepSeek'in, hesaplama ve veri aktarımı yetenekleri dahil olmak üzere gelecekteki yapay zekâ çiplerini şekillendirmede Huawei'ye yardımcı olduğu bildiriliyor.
  • Şirketler, 128 Ascend 950 çipi kullanan bir sistem üzerinde ortak çalışmanın yanı sıra programlama araçlarını da duyurdu.
  • DeepSeek'in 2026 sonuna kadar Ascend 950DT ile eğitime başlamayı hedeflediği bildiriliyor.
  • Huawei, Ascend 960DT'nin 2027'nin ilk çeyreğinde, Ascend 960PR'nin ise üçüncü çeyreğinde kullanıma sunulacağını belirtiyor.
  • Epoch AI, Nvidia B300'ün ham aritmetik performansının Ascend 950'nin yaklaşık yedi katı olduğunu tahmin ediyor.
  • Huawei'nin yanıtı; yeni çipleri, açık kaynaklı yazılımları ve 4.096'ya kadar NPU içeren Atlas 960E SuperPoD dahil daha büyük, birbirine bağlı sistemleri bir araya getiriyor.
Bu haberi paylaş

Bunlar da ilginizi çekebilir