Deutsch English
← zurück ins Archiv
TEC-AI · 299 Wörter · MN-260604-0088

Huawei Ascend-Chips verfeinern DeepSeek-Modell

Ein Forschungsteam, zu dem auch Huawei Technologies gehört, hat laut einer Mitteilung der Stadtregierung von Shenzhen die Ascend 910C-Chips des Unternehmens erfolgreich für das Post-Training des DeepSeek-V4-Pro-Modells eingesetzt. Dies markiert einen bedeutenden Schritt für Chinas Halbleiterindustrie auf dem Weg von der Unterstützung grundlegender KI-Inferenz hin zum weitaus komplexeren Modelltraining – ein Fortschritt, der vor dem Hintergrund sich verschärfender US-Sanktionen an Bedeutung gewinnt.

Chinesische Chiphersteller waren bei der KI-Inferenz, also dem relativ einfachen Prozess der Nutzung eines fertigen Modells zur Beantwortung von Nutzeranfragen, bereits erfolgreich. Beim Training, dem komplexen Aufbau und der Verfeinerung eines Modells, taten sie sich jedoch bislang schwer. Wird beim „Pre-Training“ einem Modell durch massive Datenmengen beigebracht, wie es spricht, so lernt es beim Post-Training, wie es arbeitet – etwa durch das Befolgen menschlicher Anweisungen, Sicherheitsregeln und spezifischer Aufgaben.

Um dies zu erreichen, betrieb das Forscherteam DeepSeaks bisher größtes Modell mit 1,6 Billionen Parametern auf einem Rechencluster, der von mindestens 1.000 Huawei-Chips angetrieben wird. Dabei handelte es sich um ein „Full-Parameter“-Post-Training, bei dem die gesamte Architektur des Modells aktualisiert und verfeinert wurde, ohne Abstriche zu machen. Zuvor wurde inländische Rechenleistung hauptsächlich für die Inferenz genutzt, was die Shenzhen-Regierung mit dem Bau einer Einbahnstraße verglich: Frage rein, Antwort raus. Das jetzige Projekt ermögliche dem Modell jedoch Selbstreflexion und Anpassung. Dies sei, so die Mitteilung weiter, als würden „komplexe Überführungsrampen und Schleifen zu dieser Einbahnstraße hinzugefügt“, was den rechnerischen und kommunikativen Aufwand schlagartig um ein Vielfaches steigere.

Das Vorhaben wurde gemeinsam von Huawei, dem Shenzhen Loop Area Institute, dem Shenzhen-Campus des Harbin Institute of Technology und dem Shenzhen Research Institute of Big Data durchgeführt. Laut dem Regierungsbeitrag wird diese Entwicklung „die Selbstständigkeit der KI-Industriekette Chinas stärken“.