Recientemente, la combinación de modelos grandes nacionales con la computación nacional ha dado un nuevo paso adelante. Según fuentes de la cadena industrial, la próxima generación del modelo grande de DeepSeek, DeepSeek V5, tiene previsto utilizar el chip Huawei Ascend 950 como su potencia central de entrenamiento, con el proyecto programado para implementarse el próximo año. Hasta el momento, DeepSeek no ha hecho una respuesta pública sobre este asunto. Según lo revelado por personas informadas sobre la ruta de cooperación, la velocidad de avance de ambas partes ha superado las expectativas externas, y el equipo central de I+D de DeepSeek y Ascend ya se ha establecido en Hangzhou, habiendo completado una gran cantidad de adaptación y desarrollo personalizado de operadores en la fase V4.
Un cambio aún más crucial radica en la división del trabajo: en la versión anterior de DeepSeek, la potencia de Ascend solo se encargaba de tareas de inferencia y no participaba en el proceso de entrenamiento; mientras que V5 será su primer modelo grande nativo que realice el entrenamiento utilizando el Ascend 950. En un entorno industrial donde el suministro de chips de IA de alta gama sigue siendo tenso, los principales fabricantes de modelos grandes en el país están acelerando su transición hacia una base de computación nacional, pero la verdadera transición de la inferencia al entrenamiento no se encuentra en el mismo nivel de dificultad: el entrenamiento requiere un mayor grado de completitud de los operadores, interconexión de grupos y estabilidad a largo plazo; cualquier debilidad puede amplificarse como una incertidumbre en toda la tarea de entrenamiento.
DeepSeek V5 será el primer modelo grande nativo que realice el entrenamiento utilizando el Ascend 950
Al revisar la línea de productos reciente de DeepSeek, también se puede observar por qué necesita un soporte de computación más fuerte. El 17 de octubre de 2026, DeepSeek lanzó el DeepSeek-V4.1-Flash-1017. En la prueba DeepSWE v1.1, que mide la capacidad de ingeniería de software, este modelo alcanzó una tasa de superación del 77.0% en comparación con Qualcomm, superando el rendimiento de modelos extranjeros de referencia como GPT-6 Astra y Claude Opus 5.H
Sobre el autor
Henderson

