DeepSeek und die Abhängigkeit von US-Hardware in der KI-Entwicklung

DeepSeek und die Herausforderungen der Hardware-Souveränität in der KI-Entwicklung

Die Entwicklung künstlicher Intelligenz (KI) ist global zu einem zentralen Technologiefeld avanciert, in dem die Verfügbarkeit leistungsstarker Hardware eine entscheidende Rolle spielt. Aktuelle Berichte über das chinesische KI-Startup DeepSeek werfen ein Schlaglicht auf die komplexen Abhängigkeiten und geopolitischen Spannungen in diesem Sektor. Demnach sah sich DeepSeek gezwungen, für das Training seines bevorstehenden KI-Modells "R2" auf Grafikprozessoren (GPUs) von Nvidia zurückzugreifen, nachdem Versuche mit heimischen Huawei-Chips nicht die gewünschten Ergebnisse lieferten.

Anfängliche Strategie und technische Hürden

Nach dem Erfolg seines Vorgängermodells "R1", das Berichten zufolge ebenfalls auf Nvidia-Hardware trainiert wurde, stand DeepSeek unter dem Druck, für die Entwicklung von "R2" auf chinesische Technologie umzusteigen. Ziel war es, die Abhängigkeit von ausländischer Hardware zu reduzieren und die heimische Chipindustrie zu stärken. Entsprechend wurde versucht, das neue Modell mit Huawei Ascend-Chips zu trainieren. Diese Umstellung führte jedoch zu erheblichen technischen Schwierigkeiten. Quellen zufolge traten Probleme wie instabile Leistung, langsamere Verbindungen zwischen den Chips und Limitationen in Huaweis Software-Toolkit (CANN) auf. Diese Hürden verzögerten die geplante Veröffentlichung des "R2"-Modells erheblich und führten zu der Entscheidung, für die kritische Trainingsphase wieder auf Nvidia-Chips zu setzen.

Die Rolle von Nvidia-Hardware und Exportkontrollen

Die Berichte legen nahe, dass DeepSeek für das Training des "R2"-Modells auf Tausende von Nvidia Blackwell-Chips zurückgriff. Diese Chips unterliegen jedoch aufgrund von US-Exportbeschränkungen einem Verkaufsverbot nach China. Dies wirft Fragen über die Beschaffungswege dieser kritischen Hardware auf. Es wird vermutet, dass die Chips über komplexe Routen, möglicherweise durch den Einsatz von "Phantom-Rechenzentren" in Südostasien, nach China gelangten. Dabei sollen die Chips zunächst legal in Rechenzentren in anderen Ländern installiert und getestet, anschließend demontiert und unter Umgehung von Zollkontrollen nach China gebracht worden sein. Nvidia selbst hat angegeben, keine Hinweise auf solche "Phantom-Rechenzentren" zu haben, verfolgt jedoch Berichte über möglichen Schmuggel und entwickelt Berichten zufolge eine Software, um den Standort von Blackwell-Chips zu verfolgen.

Geopolitische Implikationen und der Wettlauf um KI-Souveränität

Der Fall DeepSeek verdeutlicht die anhaltende geopolitische Dimension im globalen Wettlauf um die KI-Vorherrschaft. Trotz erheblicher Investitionen und staatlicher Förderung zur Stärkung der heimischen Halbleiterindustrie bleibt China für das Training modernster KI-Modelle auf fortschrittliche Hardware angewiesen, die oft von US-Unternehmen wie Nvidia stammt. Die Schwierigkeiten bei der Nutzung von Huawei-Chips für das Training unterstreichen die technischen Lücken, die es noch zu schließen gilt, um eine vollständige technologische Autarkie zu erreichen. Gleichzeitig zeigen die Berichte über mögliche Umgehungen von Exportkontrollen die Herausforderungen, denen sich Regulierungsbehörden bei der Durchsetzung solcher Maßnahmen gegenübersehen.

Die Abhängigkeit von ausländischer Hardware könnte chinesische KI-Unternehmen weiterhin verwundbar machen und die Geschwindigkeit ihrer KI-Entwicklung beeinflussen. Die Fähigkeit, Hochleistungschips für das Training zu sichern, ist entscheidend, um mit den schnell fortschreitenden Entwicklungen in der globalen KI-Landschaft Schritt zu halten. Der Einsatz von Open-Source-Modellen durch DeepSeek, wie beispielsweise DeepSeekMath V2, und die damit verbundene Verbreitung von KI-Technologien werfen zudem Fragen hinsichtlich der politischen und kulturellen Werte auf, die in solche Modelle eingebettet sein könnten.

Die Situation um DeepSeek ist somit ein prägnantes Beispiel für die vielschichtigen Herausforderungen, die sich an der Schnittstelle von Technologie, Wirtschaft und Geopolitik im Zeitalter der Künstlichen Intelligenz ergeben. Sie unterstreicht die Notwendigkeit für Unternehmen und Nationen, sowohl technologische Innovation als auch strategische Unabhängigkeit sorgfältig abzuwägen.

Bibliography:

1. Bastian, M. (2026, 17. Januar). Deepseek reportedly had to fall back on Nvidia chips for new model. The Decoder.
2. Bastian, M. (2025, 10. Dezember). Deepseek reportedly using thousands of smuggled Nvidia chips for AI training. The Decoder.
3. Bergen, M. (2025, 10. Dezember). China’s DeepSeek Uses Banned Nvidia Chips for AI Model, Report Says. Bloomberg.
4. Daws, R. (2025, 14. August). DeepSeek reverts to Nvidia for R2 model after Huawei AI chip fails. Artificial Intelligence News.
5. Mann, T. (2025, 14. August). Dodgy Huawei chips nearly sunk DeepSeek's next-gen R2 model. The Register.
6. News. (2025, 14. August). DeepSeek reportedly urged by Chinese authorities to train new model on Huawei hardware — after multiple failures, R2 training to switch back to Nvidia hardware while Ascend GPUs handle inference. Tom's Hardware.
7. TaiwanPlus News. (2025, 11. Dezember). China's DeepSeek Said To Use Banned Nvidia Chips To Train New. YouTube.
8. The Business Times. (2025, 11. Dezember). China’s DeepSeek uses banned Nvidia chips for AI model: report.
9. inkl. (2025, 15. August). DeepSeek's Latest AI Model Delayed After Huawei Chips Fail Amid China's Push To Reduce Reliance On US Companies Like Nvidia: Report.
10. Financial Times. (Ohne Datum). DeepSeek’s next AI model delayed by attempt to use Chinese chips.