• DeepSeek verschiebt R2-Launch wegen technischer Probleme mit Huaweis Ascend-Chips
• Huawei-Chips werden nur noch für Inferenz, nicht fürs Training genutzt
• Abhängigkeit chinesischer KI-Firmen von US-Hardware

R2-Launch verschoben - Rückkehr zu NVIDIA

Eigentlich sollte R2 schon im Mai präsentiert werden. Doch statt einer reibungslosen Markteinführung gab es eine monatelange Verzögerung. Unter dem Eindruck politischer Vorgaben entschied sich DeepSeek, das Training des Modells auf Huaweis Ascend-Chips zu verlagern. Der Schritt sollte zeigen, dass China auf eigene Hochleistungshardware setzen kann. Laut Financial Times endete der Versuch jedoch in einer Serie technischer Fehlschläge, die den geplanten Starttermin platzen ließen.

Huawei-Chips im Praxistest

Auf dem Papier versprach Huaweis Ascend-Technologie viel. In der Praxis offenbarten sich jedoch schnell Schwächen. Tom’s Hardware berichtet von Leistungseinbrüchen bei hoher Rechenlast und zu langsamen Datenverbindungen zwischen den Chips. Die Softwareseite war ebenfalls ein Problem. Das CANN-Toolkit, eine Art Entwicklungsumgebung für Huaweis Hardware, sei laut Huawei Central noch nicht ausgereift genug, um ein Modell in der Größenordnung von R2 zuverlässig zu trainieren. Selbst mithilfe erfahrener Huawei-Ingenieure gelang es nicht, eine stabile Trainingsumgebung aufzubauen.

Training auf NVIDIA, Inferenz auf Huawei

Nach mehreren erfolglosen Anläufen zog DeepSeek die Reißleine. Das Training erfolgt nun wieder auf NVIDIA-H20-Chips, während Huaweis Hardware lediglich für die Inferenz genutzt wird, also für den Einsatz des fertigen Modells, nicht für dessen Entwicklung. Diese Lösung sichere den Fortgang des Projekts, schränke jedoch den erhofften vollständigen Einsatz chinesischer Technologie deutlich ein, so Financial Times und Huawei Central.

Politische Zielsetzung und technische Realität

Peking treibt die Vision voran, im Bereich der Hochleistungschips unabhängig von den USA zu werden. Doch der Fall DeepSeek macht deutlich, wie groß der Abstand noch ist. Reuters wiest darauf hin, dass NVIDIA-Produkte im Training großer KI-Modelle weiterhin in Leistung, Stabilität und Software-Ökosystem klar überlegen sind. Selbst mit staatlicher Unterstützung gelingt es bislang nicht, diese Lücke zu schließen.

Folgen für den Markt

Die Verzögerung bei R2 spielt Konkurrenten wie Alibaba in die Karten, die mit ihrem Qwen3-Modell bereitstehen. Für NVIDIA hingegen ist die Lage günstig. Wie Reuters berichtet, bleibt die Nachfrage nach den H20-Chips hoch, selbst unter den Bedingungen strengerer Exportauflagen. Das stärkt nicht nur die Position des Unternehmens in China, sondern untermauert auch seine globale Marktführerschaft.

Redaktion finanzen.net