(Bild: Nick Livyi / Shutterstock.com)
Chinas KI-Pionier DeepSeek plant einen Großauftrag über Huawei-Beschleuniger im Wert von 2,56 Milliarden US-Dollar – Nvidia ist faktisch raus.
Die Position Chinas auf dem Markt für Halbleiter und Künstliche Intelligenz wird immer fester. Das lässt sich unter anderem an einem aktuellen Fall belegen, der für sich genommen erst einmal unscheinbar klingt.
Weiterlesen nach der Anzeige
Bloomberg berichtete vor wenigen Tagen, dass der chinesische KI-Entwickler DeepSeek nicht mehr so stark auf westliche Chips setzen will. Stattdessen bestellt er laut Bericht mindestens 160.000 Ascend-950DT-Beschleuniger von Huawei, die in einem neuen Rechenzentrum in der Inneren Mongolei eingesetzt werden sollen.
Das Rechenzentrum ist so konzipiert, dass es auf eine Leistungsaufnahme von 1 Gigawatt ausgelegt ist. Zum Vergleich: Unter Volllast entspricht das der Strommenge, mit der rund 750.000 Haushalte versorgt werden könnten.
Beim derzeitigen Marktpreis von etwa 111.000 Yuan (rund 16.000 US-Dollar) pro Chip käme der Auftrag auf ein Volumen von geschätzt 2,56 Milliarden US-Dollar.
DeepSeek plant die Chips dem Bericht zufolge vor allem für Inferenz-Workloads, also den Produktivbetrieb bereits trainierter Modelle. Für das eigentliche Training seiner wichtigsten Modelle greift das Unternehmen weiterhin auf Nvidia-Hardware zurück.
Frühere Versuche, Modelle vollständig auf Huawei-Beschleunigern zu trainieren, hätten bislang nicht zum gewünschten Ergebnis geführt. Weder DeepSeek noch Huawei kommentierten den Vorgang gegenüber Bloomberg.
Dieses Geschäft steht als Beispiel für eine breitere Entwicklung: Der Marktanteil von Nvidia in China schrumpft deutlich. Der Konzern räumte in seinem 10-Q-Bericht vom 27. August 2026 ein, das Unternehmen sei im chinesischen Rechenzentrums-Compute-Markt «faktisch vom Wettbewerb ausgeschlossen».
Weiterlesen nach der Anzeige
Die H200-Lieferungen nach China unter US-Lizenz machen laut Nvidia weniger als 1 Prozent des Data-Center-Umsatzes aus. Im Ausblick der Quartalszahlen vom 26. August 2026 taucht laut Nvidia kein China-Rechenzentrums-Umsatz mehr auf.
Huaweis 950DT: Leistungsfähig, aber knapp
Der Ascend 950DT basiert auf Huaweis selbst entwickelter DaVinci-v3-Architektur dritter Generation. Gefertigt wird er nach Analysen externer Beobachter von SMIC im N+3-Prozess, einem Verfahren der 7-Nanometer-Klasse – offizielle Angaben von Huawei fehlen dazu bislang.
Jeder Chip verfügt über 144 GB spezialisierten Hochbandbreitenspeicher (High Bandwidth Memory, HBM) im hauseigenen HiZQ-2.0-Design und erreicht eine Speicherbandbreite von 4,0 TB/s.
Die Verbindung zwischen den Chips schafft 2,0 TB/s. Unterstützt werden Datenformate mit geringer Genauigkeit wie FP8, FP4 und Huaweis proprietäres HiF8 – ein Trend, der mehr parallele Berechnungen pro Watt erlaubt und für große Inferenz-Cluster entscheidend ist.
Huawei verbaut den 950DT auch in seiner Atlas 950 SuperPoD-Infrastruktur, die bis zu 8192 Chips zu einem System mit 8 EFLOPS Spitzen-KI-Leistung verbindet.
Das klingt erst einmal beeindruckend, aber die Sache hat einen Haken: Die Produktionskapazität ist durch knappe HBM-Komponenten auf wenige hunderttausend Einheiten pro Jahr begrenzt. Die Lieferung an DeepSeek könnte deshalb über ein Jahr dauern.
DeepSeek-Gründer und CEO Liang Wenfeng machte laut WccfTech die Leistungsdifferenz im Juli deutlich:
«Alle Aufgaben, die Nvidias GB300 bewältigen kann, kann auch der Huawei-Supernode bewältigen – mit gleicher Latenz und allen Parametern. Der einzige Nachteil: 4 Huawei-GPUs entsprechen 1 Nvidia-GPU, und er hinkt zwei Jahre hinterher.»
DeepSeek nimmt also offenbar den vierfachen Chipbedarf und die einjährige Lieferverzögerung bewusst in Kauf.
Pekings AI4Chip-Plan und der Faktor Grünstrom
Hinter dem Einzeldeal steht eine koordinierte Industriepolitik. Am 24. August 2026 veröffentlichte die Wirtschafts- und Technologieentwicklungszone Peking den Aktionsplan «AI4Chip» für die Jahre 2026 bis 2028.
Das Dokument stellt die Halbleiterentwicklung ausdrücklich unter das Leitmotiv «sicher und autonom kontrollierbar» und listet als Zielprodukte unter anderem GPUs, KI-Trainings- und Inferenz-ASICs (Application Specific Integrated Circuits – Spezialchips für bestimmte Aufgaben), RISC-V-KI-Chips, Hochleistungsspeicher und Siliziumphotonik-Chips.
Bis 2028 sollen 3 bis 5 international einflussreiche Leitunternehmen und mehr als 10 Benchmark-Anwendungen entstehen.
Parallel dazu baut China die physische Infrastruktur aus. Die Innere Mongolei mit ihrem kalten Klima – Jahresdurchschnitt 4,3 °C in Ulanqab – und reichlich Wind- und Solarstrom wird zum zentralen Standort für grüne Rechenleistung.
Die Stromkosten für ein Alibaba-Rechenzentrum, das schon in der Region errichtet wurde, liegen bei 0,32 bis 0,35 Yuan pro Kilowattstunde – umgerechnet rund 0,05 US-Dollar.
Die Green Computing Power Conference 2026 in Hohhot meldete Ende August 13 neue Projekte mit einem Gesamtvolumen von 136,1 Milliarden Yuan. ByteDance verhandelt nach Berichten über einen Ausbau um 5 bis 6 GW in derselben Region.
Kein vollständiger Bruch – aber eine klare Richtung
Über Nacht lässt sich die chinesische Volkswirtschaft aber nicht von Nvidia abkoppeln. Der US-Konzern liefert nach eigenen Angaben weiter nicht von Sanktionen betroffene Produkte wie Gaming- und Workstation-GPUs nach China, kleine H200-Mengen gehen unter Lizenz ebenfalls noch in den Markt.
Die chinesischen Unternehmen haben auch einen weiteren Weg gefunden, westliche Technologie zu nutzen, ohne dass die US-Sanktionen greifen würden – sie mieten sich einfach KI-Rechenleistung im Ausland.
Dennoch zeichnet sich eine klare Zweiteilung ab: Das Training großer Modelle hängt vorerst an westlicher Hardware, während die skalierte Ausführung und Monetarisierung zunehmend auf heimischen Clustern läuft.
Dass Chinas KI-Labore parallel bei offenen Frontier-Modellen die USA in der Parametergröße übertreffen, verschärft den Druck auf Washington zusätzlich.
Die US-Exportkontrollen haben den Wettbewerb nicht beendet – sie haben ihn in ein Szenario verwandelt, in dem China einen parallelen, politisch kontrollierten Technologie-Stack aufbaut. Mit spürbaren technischen Nachteilen, aber wachsender systemischer Reichweite.