DeepSeek se aproxima do roteiro de chips da Huawei
Segundo relatos, a DeepSeek está ajudando a moldar os futuros chips de inteligência artificial da Huawei. Engenheiros da Huawei trabalham nos escritórios da desenvolvedora de IA e incorporam seus requisitos aos projetos dos processadores. A colaboração abrange duas tarefas que determinam a velocidade de aprendizado de grandes sistemas de IA: realizar cálculos e transferir dados entre chips.
Conteúdo
- DeepSeek se aproxima do roteiro de chips da Huawei
- O que a DeepSeek busca no hardware
- As datas importantes
- Por que as ferramentas de programação são importantes
- A diferença de desempenho ainda é grande
- A resposta da Huawei é um computador compartilhado de maior escala
- Entenda os diferentes tamanhos de sistema
- Energia, confiabilidade e o teste do treinamento real
- Principais pontos
O relato de 20 de outubro de 2026, baseado em duas fontes anônimas familiarizadas com o trabalho, descreve uma relação mais próxima do que uma simples compra de processadores. A DeepSeek planeja começar a treinar modelos com os chips Ascend 950DT da Huawei já no fim de 2026, enquanto a Huawei pretende, segundo relatos, dar à empresa acesso prioritário à maior parte de sua próxima geração de chips Ascend 960DT no primeiro trimestre de 2027.
A Huawei já publicou um cronograma para esses novos processadores. O anúncio de tecnologia de setembro, feito durante a Huawei Connect, em Xangai, afirma que o Ascend 960DT estará disponível no primeiro trimestre de 2027 e o Ascend 960PR, no terceiro trimestre. Ainda falta uma confirmação pública do acordo de design de chips com a DeepSeek, conforme relatado.
O trabalho dá continuidade a uma parceria anunciada pela DeepSeek em 30 de setembro para desenvolver ferramentas de programação para os processadores da Huawei. Juntos, o projeto de software e a colaboração em hardware relatada mostram como as empresas tentam aproximar os modelos de IA chineses dos chips chineses, reduzindo a dependência da tecnologia da Nvidia.
O que a DeepSeek busca no hardware
Segundo relatos, engenheiros da Huawei passaram um período prolongado nos escritórios da DeepSeek, levando em conta as necessidades e sugestões da empresa ao tomar decisões sobre o design dos chips. O trabalho inclui tanto a forma como os modelos realizam cálculos quanto a maneira como os processadores trocam informações.
Treinar um modelo de IA significa processar exemplos repetidamente e ajustar as configurações numéricas que determinam suas respostas. Para um modelo muito grande, milhares de processadores precisam compartilhar esse trabalho. Um chip rápido pode perder um tempo valioso esperando se as informações não conseguirem circular com velocidade suficiente entre os processadores.
A participação da DeepSeek dá à Huawei o retorno de uma empresa que desenvolve sistemas de IA exigentes. Assim, decisões sobre métodos de cálculo, memória e comunicação podem ser consideradas em conjunto, em vez de deixar que os desenvolvedores de software se adaptem a um processador já finalizado.
Segundo o relato sobre a colaboração, a DeepSeek continua buscando acesso a processadores avançados da Nvidia. Sua abordagem, portanto, combina o trabalho em uma alternativa nacional com esforços para obter o hardware que já é central para o treinamento de modelos avançados.
As datas importantes
O cronograma publicado pela Huawei e o anúncio de software da DeepSeek estabelecem vários marcos concretos. Os planos relatados para o treinamento de modelos estendem essa sequência até 2027.
- 17 de setembro de 2026: a Huawei anunciou seu roteiro atualizado para a linha Ascend e o Atlas 960E SuperPoD durante a Huawei Connect, em Xangai.
- 30 de setembro de 2026: a DeepSeek anunciou uma infraestrutura de programação para a plataforma Ascend da Huawei e descreveu um trabalho conjunto em um sistema com 128 chips Ascend 950.
- 20 de outubro de 2026: vieram a público detalhes sobre engenheiros da Huawei incorporando os requisitos da DeepSeek aos projetos de futuros chips.
- Até o fim de 2026: segundo relatos, a DeepSeek pretende começar a treinar modelos usando processadores Ascend 950DT.
- Primeiro trimestre de 2027: a Huawei afirma que o Ascend 960DT estará disponível; segundo relatos, a DeepSeek deve receber acesso prioritário.
- Terceiro trimestre de 2027: a Huawei afirma que o Ascend 960PR estará pronto, seguido pelo Ascend 970 em 2028 e pelo Ascend 980 em 2029.
A Huawei afirma que o cronograma do 960DT foi antecipado em três trimestres em relação ao roteiro original. Um porta-voz da empresa também mencionou uma data de lançamento anteriormente prevista para o terceiro trimestre de 2027, o que faria da mudança para o primeiro trimestre uma antecipação de dois trimestres. As duas descrições apontam para o mesmo novo período de disponibilidade.
David Wang, vice-presidente do conselho e presidente rotativo da Huawei, detalhou o ritmo que a empresa pretende manter em sua palestra de setembro.
“Estamos evoluindo nossa série de chips Ascend em um ciclo de uma geração por ano”, disse Wang.
O cronograma oferece aos desenvolvedores uma sequência de metas de hardware para o trabalho com software. Para a DeepSeek, o prazo mais próximo é fazer os modelos funcionarem bem no hardware Ascend 950 antes da chegada dos processadores mais novos.
Por que as ferramentas de programação são importantes
O anúncio da DeepSeek de 30 de setembro descreveu a infraestrutura de programação para o Ascend, incluindo o TileLang e bibliotecas para cálculo e comunicação. A empresa afirmou que a Huawei ofereceu apoio integral e que as parceiras desenvolveram em conjunto uma solução de supernó baseada em 128 chips Ascend 950.
Um supernó agrupa processadores para que trabalhem em conjunto. As bibliotecas fornecem software reutilizável para cálculos e para a troca de informações entre chips, reduzindo a quantidade de infraestrutura básica que os desenvolvedores precisam criar por conta própria.
TileLang é uma linguagem de programação projetada para ajudar desenvolvedores a expressar cálculos de IA com eficiência. A DeepSeek afirmou que ela pode simplificar o código e aumentar a eficiência do desenvolvimento, descrevendo-a como uma linguagem que oferece um modelo de programação mais simples do que o CUDA, da Nvidia.
O CUDA é central para a posição da Nvidia porque os desenvolvedores usam suas ferramentas de programação e bibliotecas de software para executar cargas de trabalho nos processadores da empresa. Transferir um sistema de IA para outro chip exige adaptar esse software, além de obter novo hardware.
A decisão da DeepSeek de tornar sua infraestrutura Ascend de código aberto permite que outros desenvolvedores a examinem e adaptem. A vantagem prática está no trabalho compartilhado: melhorias em ferramentas comuns podem ajudar mais de um desenvolvedor de modelos a usar a mesma plataforma de processadores.
A Huawei afirma que seu ecossistema Ascend mais amplo já oferece suporte a mais de 90 grandes projetos externos de código aberto, incluindo PyTorch, Triton, vLLM e veRL. A empresa também diz que o Ascend é oficialmente compatível como plataforma aceleradora do PyTorch, oferecendo aos desenvolvedores que usam essa estrutura de aprendizado de máquina outra forma de trabalhar com hardware da Huawei.
A diferença de desempenho ainda é grande
O instituto de pesquisa Epoch AI estima que os chips B300 da Nvidia oferecem aproximadamente sete vezes o desempenho aritmético bruto dos processadores Ascend 950 da Huawei. Essa comparação dá uma dimensão do desafio que DeepSeek e Huawei enfrentam para tornar o hardware nacional adequado às tarefas de treinamento mais exigentes.
O desempenho aritmético bruto mede a quantidade de cálculos que um processador pode realizar. O tempo necessário para treinar um modelo completo também depende da memória, da comunicação, da eficiência do software e da capacidade de todo o sistema operar continuamente.
Segundo o relato dos planos da DeepSeek, treinar um modelo na fronteira das capacidades de IA pode exigir mais de 10 mil chips da Huawei funcionando em conjunto por semanas. Produzir chips suficientes e manter uma instalação tão grande em operação são, portanto, partes centrais do projeto.
A Huawei afirma que a geração Ascend 960 dobrará o desempenho, como previsto. A empresa também está investindo em formas de conectar muitos processadores com eficiência, tornando o design do computador como um todo uma parte importante de seu esforço para competir com a Nvidia.
A resposta da Huawei é um computador compartilhado de maior escala
Segundo a empresa, o Atlas 960E SuperPoD da Huawei pode ser expandido para até 4.096 unidades de processamento neural, ou NPUs. Uma NPU é um processador projetado para cálculos de IA. A Huawei afirma que o sistema oferece desempenho de computação de 8 EFLOPS em FP8 e até um petabyte de memória de alta largura de banda.
Em termos mais simples, a Huawei propõe um grupo de processadores de IA estreitamente conectados, com um grande conjunto compartilhado de memória rápida. FP8 se refere a um formato numérico de oito bits usado em cálculos de IA compatíveis, enquanto um exaflop representa um quintilhão de operações aritméticas por segundo.
A Huawei define um SuperPoD como vários nós de computação conectados por links rápidos, com endereçamento de memória unificado para que funcionem como um único computador lógico. A tecnologia UnifiedBus da empresa conecta computação, armazenamento e outros componentes dentro desse sistema mais amplo.
A Huawei afirma que a comunicação representa mais de 40% do tempo de treinamento nas arquiteturas tradicionais de servidores usadas em grandes clusters. Simulações do Markov Lab constataram que um cluster com 100 mil NPUs, formado por SuperPoDs de cerca de 4 mil NPUs, poderia alcançar uma utilização de computação 2,75 vezes maior do que um cluster montado com servidores de oito NPUs cada.
O resultado vem de uma simulação da Huawei e ajuda a explicar a prioridade de design da empresa: fazer com que os processadores passem mais tempo calculando e menos tempo esperando uns pelos outros.
Entenda os diferentes tamanhos de sistema
A Huawei já apresentou equipamentos de computação em várias escalas. A empresa descreveu o Atlas 950 SuperCluster como capaz de conectar até 256 mil placas aceleradoras. O anúncio de setembro descreve uma arquitetura mais recente que conecta até 512 mil NPUs, ou até um milhão com uma configuração de rede ampliada.
Esses números de clusters se referem a conjuntos de sistemas interconectados. A especificação de 4.096 NPUs se refere a um único Atlas 960E SuperPoD dentro dos planos de infraestrutura da Huawei.
O analista de tecnologia chinesa Rui Ma também destacou uma mudança entre uma configuração do Atlas 960 SuperPoD mencionada anteriormente, com 15.488 chips, e o sistema recém-anunciado, com 4.096. A especificação oficial atual da Huawei identifica este último sistema como Atlas 960E SuperPoD.
Para os compradores, a tarefa prática é escolher a geração de processadores e a configuração de sistema adequadas à carga de trabalho pretendida. Uma rede anunciada como maior permite conectar mais processadores, mas a velocidade e a confiabilidade das conexões determinam a eficiência com que eles trabalham em conjunto.
Energia, confiabilidade e o teste do treinamento real
A Huawei afirma que o Atlas 960E usa 5.500 unidades de interconexão óptica Hi-ONE, em vez dos 48 mil módulos ópticos que seriam necessários em uma configuração tradicional de conexão. Sua tecnologia de óptica próxima ao encapsulamento usa luz para transmitir dados por conexões compactas próximas ao hardware de computação.
A empresa afirma que esse design reduz o consumo de energia em mais de 550 quilowatts, dobra o tempo de operação do sistema sem falhas e alcança disponibilidade de 99,8%. Essas são as especificações informadas pela Huawei para o sistema.
O trabalho de treinamento proposto pela DeepSeek testaria a relação entre chips, software e conexões durante cargas de trabalho prolongadas. Uma execução de treinamento que dure semanas exige que toda a instalação continue trocando dados e avançando, e não apenas que alcance brevemente uma alta velocidade de cálculo.
A Huawei afirma que mais de 40 modelos já foram treinados nativamente no Ascend e em sua plataforma de software CANN. CANN, sigla de Compute Architecture for Neural Networks, fornece o software básico que ajuda aplicações de IA a usar os processadores Ascend.
A contribuição da DeepSeek envolve uma desenvolvedora de modelos de destaque nessa iniciativa, tanto na etapa de programação quanto na de design de chips, segundo relatos. Os próximos marcos são o uso planejado do Ascend 950DT até o fim de 2026 e a disponibilidade prometida do 960DT pela Huawei no primeiro trimestre de 2027. Essas etapas mostrarão com que rapidez a parceria pode passar das ferramentas e do trabalho de design para o treinamento contínuo em hardware chinês.
Principais pontos
- Segundo relatos, a DeepSeek está ajudando a Huawei a desenvolver futuros chips de IA, incluindo os recursos de cálculo e transferência de dados.
- As empresas já anunciaram ferramentas de programação e um trabalho conjunto em um sistema com 128 chips Ascend 950.
- Segundo relatos, a DeepSeek pretende começar a treinar modelos com o Ascend 950DT até o fim de 2026.
- A Huawei afirma que o Ascend 960DT estará disponível no primeiro trimestre de 2027 e o Ascend 960PR, no terceiro trimestre.
- A Epoch AI estima que o Nvidia B300 tem aproximadamente sete vezes o desempenho aritmético bruto do Ascend 950.
- A resposta da Huawei combina novos chips, software de código aberto e sistemas conectados de maior escala, incluindo o Atlas 960E SuperPoD com até 4.096 NPUs.
