Attack mot Nvidias monopol: Varför AI-underbarnet DeepSeek nu bygger sina egna chips

Amerikanska sanktioner slår tillbaka: Hur DeepSeek vänder upp och ner på den globala teknikordningen

Billigare, smartare, oberoende? Det här är grunden för DeepSeeks radikala chipplan

Den kinesiska AI-startupen DeepSeek har redan skakat om den globala teknikvärlden med sina extremt effektiva och exempellöst prisvärda mjukvarumodeller. Nu kommer nästa logiska och explosiva steg: Enligt insiderrapporter arbetar företaget i hemlighet på sitt eget AI-chip. Det som initialt låter som en ren teknisk detalj för hårdvarunördar är i själva verket en geopolitisk och ekonomisk jordbävning. Driven av amerikanska exportkontroller och strävan efter ultimat kostnadskontroll på massmarknaden för AI-inferens, befriar sig DeepSeek i allt högre grad från beroendet av jättar som Nvidia. Utrustad med rekordstora miljarder och statligt stöd förbereder sig Kinas flaggskeppslabb för ett paradigmskifte. Detta drag kan inte bara hota Nvidias dominans utan också fundamentalt förändra hela den globala halvledarindustrin och maktbalansen i kapplöpningen om artificiell intelligens. En analys av ett strategiskt mästerverk.

DeepSeek utvecklar sitt eget AI-chip: När mjukvara inte längre räcker till: Kinas flaggskeppslabb inom AI strävar efter hårdvarusuveränitet

Från modell till maskin: Vad Reuters avslöjade

Den 7 juli 2026 rapporterade Reuters, med hänvisning till tre källor med kännedom om saken, att den kinesiska AI-startupen DeepSeek arbetade på sitt eget AI-chip. Denna nyhet, som inledningsvis verkade vara en fotnot i den globala teknologidiskursen, visar sig vid närmare granskning vara ett strategiskt drag med långtgående ekonomiska, geopolitiska och industriella konsekvenser. Chipet är främst avsett för inferensuppgifter – det vill säga för beräkningar där en förtränad modell genererar svar på användarfrågor – och inte för att träna nya modeller. Detta låter som en teknisk specifikation, men är i verkligheten ett precist ekonomiskt beslut: Inferens är AI-industrins massmarknad, den fas där skalning omsätts i konkreta kostnader.

Enligt flera rapporter är utvecklingsarbetet fortfarande i ett tidigt skede. DeepSeek har kontaktat externa partners och fört diskussioner med chipdesignföretag, halvledartillverkare och minnestillverkare. Särskilt avslöjande är det faktum att företaget selektivt har anställt chipdesigningenjörer de senaste månaderna – utan offentliga jobbannonser på gemensamma plattformar, utan uteslutande via diskreta kanaler. Denna operativa sekretess antyder en strategi som prioriterar strategisk överraskning framför transparens och syftar till att inte ge konkurrenterna någon ledtid till motåtgärder.

Enligt en källa började chipprojektet för ungefär ett år sedan. Detta sammanfaller exakt med den period då DeepSeek fick internationell uppmärksamhet med sin V3-modell, samtidigt som dess ökande beroende av Nvidia-chip blev en politisk och operativ risk. Även om DeepSeek i allt högre grad betonar Huawei-hårdvara i sin offentliga kommunikation, har det framkommit solida bevis för att företaget även har använt Nvidias Blackwell-chip för sina senaste modeller – chips vars export till Kina officiellt är förbjuden.

Anatomin hos en AI-startup: Vilka står bakom DeepSeek?

För att korrekt kunna bedöma betydelsen av detta chipprojekt måste man förstå DeepSeeks ursprung. Företaget är ingen vanlig startup som uppstod ur ett garage. Det är det ambitiösa sidoprojektet till en kvantitativ hedgefond. Grundaren Liang Wenfeng, född på 1980-talet i den sydkinesiska provinsen Guangdong och utexaminerad från Zhejiang University, var med och grundade den kvantitativa fonden High-Flyer 2015. High-Flyer använde matematik och artificiell intelligens för algoritmisk aktiehandel och växte vid ett tillfälle till 14 miljarder dollar i förvaltat kapital.

År 2021 – redan före de skärpta amerikanska exportrestriktionerna – började Liang systematiskt köpa Nvidia GPU:er. En affärspartner beskrev honom vid den tiden som en tekniknörd som pratade om ett kluster med 10 000 chip för modellutveckling och som inte togs på allvar av någon. Faktum är att High-Flyer år 2022 hade samlat på sig cirka 10 000 A100-chip – en resurs som i efterhand verkar vara ett strategiskt genidrag. I maj 2023 grundade Liang sedan DeepSeek som en avknoppning från High-Flyer, med det uttalade målet inte att maximera vinsten, utan att ligga i framkant av den globala AI-utvecklingen. I en flitigt citerad intervju formulerade Liang sitt motto: att varken ådra sig förluster eller generera överdrivna vinster, utan att främja hela ekosystemet.

I februari 2025 träffade Liang Xi Jinping DeepSeek personligen vid ett möte med teknikentreprenörer i Peking. DeepSeek var därmed inte längre ett privat forskningsprojekt – det hade blivit en nationell symbol för teknologisk självhävdelse. Denna symboliska status har praktiska konsekvenser: tillgång till statliga resurser, skydd från regulatoriska hinder och implicit stöd för att anskaffa knapp hårdvara är privilegier som endast ett fåtal kinesiska teknikföretag beviljas.

Utomståendes affärsmodell: Effektivitet som systemkritik

Innan DeepSeeks chipambitioner kan bedömas ekonomiskt är det viktigt att förstå den underliggande affärsmodellen. DeepSeek har metodiskt utmanat AI-industrins regler genom att visa att topprestanda inte kräver astronomiska träningskostnader. När företaget i december 2024 avslöjade att träningen av sin R1-modell bara hade kostat cirka 5,6 miljoner dollar – jämfört med hundratals miljoner för OpenAI:s GPT-4 – skickade det chockvågor genom de globala aktiemarknaderna. Nvidias aktie förlorade nästan 17 procent av sitt värde på en enda handelsdag och utplånade 589 miljarder dollar i börsvärde – det största fallet på en enda dag i aktiemarknadens historia.

Den tekniska grunden för denna effektivitet ligger i arkitekturen hos DeepSeek-modellerna: De använder en Mixture of Experts (MoE)-struktur, där inte alla parametrar i en modell aktiveras för varje fråga, utan endast en relevant delmängd. Detta minskar drastiskt beräkningsansträngningen per inferensoperation. Dessutom finns det ytterligare algoritmiska innovationer som Multi-Head Latent Attention (MLA), vilket avsevärt minskar minneskraven vid bearbetning av långa kontexter. DeepSeek har således visat att algoritmisk kreativitet kan kompensera för en del av hårdvaruunderskottet – ett fynd som ifrågasätter effektiviteten hos hela den västerländska chipexportstrategin.

Konsekvenserna för företagsekonomin är anmärkningsvärda: DeepSeek erbjuder sina tjänster till priser som underskrider västerländska konkurrenter med upp till 90 procent. Även om modellen är tillgänglig som öppen källkod möjliggör denna prissättningsstruktur aggressiv marknadspenetration baserad inte på den klassiska riskkapitalmodellen "tillväxt före lönsamhet", utan på strukturellt lägre driftskostnader. Detta är just nyckeln till att förstå chipprojektet: Den som kontrollerar sin egen hårdvara kontrollerar den längsta kostnadshävstången i AI-värdekedjan.

Nvidias och Huaweis skugga: Varför DeepSeek vill bryta beroendet

DeepSeeks nuvarande chipsituation är resultatet av en extraordinär blandning av geopolitisk press, tekniska kompromisser och strategisk självständighet. Företaget har länge förlitat sig på Nvidias hårdvara, vars CUDA-programvaruekosystem fortfarande anses vara det mest kraftfulla och utvecklarvänliga i världen. Kinesiska myndigheter och en amerikansk regeringstjänsteman har bekräftat att DeepSeeks V4-modell tränades på Nvidias Blackwell-chip – för närvarande företagets mest kraftfulla chip – trots att deras export till Kina är officiellt förbjuden. Infrastrukturen i fråga är enligt uppgift belägen i ett datacenter i Inre Mongoliet.

Detta beroende av förbjuden eller åtminstone juridiskt tveksam hårdvara är inte en hållbar grund för ett företag som strävar efter att definiera Kinas nationella AI-infrastruktur. Huawei erbjuder ett alternativ med sin Ascend-chipfamilj, men prestandagapet är betydande: DeepSeeks egna tester visar att Ascend 910C endast uppnår 60 procent av inferensprestanda hos Nvidias H100. För träningsuppgifter är gapet ännu större. Huawei tillverkar sina chips med SMIC:s 7-nanometerprocess – en teknik som motsvarar TSMC:s toppmoderna teknik från 2019/2020, inte det nuvarande läget. Anledningen till detta är strukturell: Hittills har Kina inte mottagit en enda EUV-litografimaskin från ASML, den holländska monopolisten för produktion av halvledarskikt med högst upplösning.

En avslöjande vändpunkt inträffade i februari 2026: Reuters rapporterade att DeepSeek inte hade beviljat amerikanska chiptillverkare – inklusive Nvidia – tidig åtkomst till sin nya flaggskeppsmodell V4, trots att detta var branschstandard. Istället fick Huawei exklusiv tidig åtkomst för att optimera sin programvara för att köra modellen. I april 2026 släppte DeepSeek sedan V4-modellen, som för första gången införlivade både Nvidias GPU:er och Huaweis Ascend NPU:er inom ett gemensamt ramverk för hårdvaruvalidering. Huawei bekräftade att deras Ascend 950-chip hade bidragit till V4:ans utveckling.

En analys från Wall Street-analysföretaget SemiAnalysis avslöjade ett ännu mer grundläggande samband: DeepSeek V4 och Huaweis Ascend 950DT designades tillsammans – vilket innebär att de utvecklades gemensamt från början, snarare än att modellen senare anpassades för Huaweis hårdvara. 950DT-arkitekturen, med sitt HiZQ 2.0-minne (144 GB kapacitet, 4 TB/s bandbredd) och specialiserade exekveringsenheter, designades från början för att rikta in sig på DeepSeeks inferensmönster. Marknadsreaktionen på V4-tillkännagivandet var tydlig: SMICs aktie steg med 10 procent dagen för tillkännagivandet, medan aktierna för andra kinesiska kontraktstillverkare i Hongkong klättrade mellan 9 och 15 procent.

Ekonomin i ditt eget chip: Mellan strategisk rationalitet och teknologisk risk

Varför utvecklar DeepSeek sitt eget chip nu, när samarbetet med Huawei redan har kommit så långt? Svaret ligger i skärningspunkten mellan företagsekonomi, strategisk autonomi och en nykter riskanalys.

Först: kostnadsstruktur och marginaloptimering. Inom AI-branschen är inferens inte den glamorösa delen, utan den vinstdrivna verksamheten. Varje användarfråga till en DeepSeek-modell genererar beräkningskostnader som beror på vilken hårdvara som används. De som förlitar sig på köpta chip – vare sig det är Nvidia eller Huawei – betalar också hårdvaruleverantörens marginal. Ett proprietärt inferenschip, optimerat för de specifika egenskaperna hos DeepSeek-modeller (MoE-arkitektur, MLA-mekanism, långa kontextfönster på upp till en miljon tokens), skulle kunna minska inferenskostnaderna per token avsevärt och därmed hållbart försvara den strukturella kostnadsfördel som ligger till grund för DeepSeeks marknadsposition.

För det andra: säkerhetsrisker i leveranskedjan och exportkontroll. Beroendet av Nvidia-hårdvara är existentiellt riskabelt med tanke på de eskalerande amerikanska exportrestriktioner. Medan Trump-administrationen tillfälligt godkände exporten av Nvidias H200-chip till Kina, nådde inte en enda H200-enhet en kinesisk köpare fram till juli 2026 – blockerad av pågående diplomatiska tvister om handelsvillkor. Goldman Sachs-analytiker förväntar sig att kinesiska företags övergång till inhemska chips kommer att accelerera avsevärt mellan 2026 och 2028. De som uppnår självständighet tidigt skyddar sin operativa förmåga mot politisk osäkerhet.

För det tredje: Marknadspositionering och ekosystemkontroll. Ett proprietärt chip skapar möjligheten att etablera ett proprietärt mjukvaruekosystem som binder andra utvecklare till DeepSeek-plattformen. Enligt den kinesiska halvledarindustrins enhälliga bedömning är Nvidias CUDA-ekosystem det avgörande konkurrenshinderet för inhemska alternativ: Moore Threads beskrev Nvidias ekosystem i sitt börsintroduktionsprospekt i december 2025 som "inte lätt att övervinna". En annan strategi skulle vara att integrera mjukvarustacken direkt i modellens ekosystem – precis vad DeepSeek försöker genom sin samutveckling med Huawei och nu med sitt eget chipprojekt.

Fjärde: Politisk kontext och statligt stöd. Kinas 15:e femårsplan (2026–2030) nämner artificiell intelligens 52 gånger, jämfört med 11 omnämnanden i den tidigare planen. Planen syftar till en AI-implementeringsgrad på 90 procent i kinesisk industri senast 2030, enbart beroende av inhemska leverantörer. Den nationella AI-investeringsfonden har investerat direkt i DeepSeek – som enda investerare med rösträtt och utan bindningsperiod. DeepSeeks chipprojekt stöds således implicit av staten och är en del av en nationell strategi för teknologisk självhävdelse.

Finansieringsramen: 7,4 miljarder dollar för nästa steg

Det ekonomiska ramverket för DeepSeeks chipambitioner har definierats av deras senaste finansieringsrunda. I juni 2026 avslutade företaget sin första externa finansieringsrunda och samlade in mer än 50 miljarder yuan – cirka 7,4 miljarder USD – till en värdering på 50 till 59 miljarder USD. Det är den största AI-investeringen i Kina hittills.

Finansieringsrundans struktur är både ovanlig och avslöjande. Liang Wenfeng bidrog själv med 20 miljarder yuan – ungefär 40 procent av den totala summan – och säkrade därmed kontrollen över företaget. Investerare måste sätta in sitt kapital i ett kommanditbolag som förvaltas av Liang, inte direkt i DeepSeek. De är föremål för en femårig bindningsperiod och har ingen rösträtt. Tencent förväntas investera cirka 10 miljarder yuan, och CATL – världens största batteritillverkare – cirka 5 miljarder yuan. Andra investerare inkluderar NetEase, JD.com, IDG Capital och Monolith Management, med ett totalantal investerare som förväntas ligga kvar under tio.

Denna finansieringsstruktur skickar en tydlig signal. En grundare som personligen finansierar 40 procent av en miljardfinansieringsrunda maximerar inte sin egen exit-utbetalning – de säkrar det operativa oberoendet i ett långsiktigt projekt. CATL:s engagemang är särskilt anmärkningsvärt: En batteritillverkare som investerar i ett AI-företag signalerar en förväntan om att AI-infrastruktur och energisystem kommer att vara oupplösligt sammanlänkade i framtiden. Kinas tillvägagångssätt att se artificiell intelligens som nationell infrastruktur – inte som en konsumentprodukt – är tydligt här i kapitalstrukturen.

Xpert.Digital är en datadriven B2B-branschhubb som leds av Konrad Wolfenstein . Företaget fungerar som en extern, nästan intern lösning för industriella partners och täcker operativa luckor inom marknadsföring, innehåll och försäljning – utan att kräva ytterligare resurser från kundsidan.

Mer information här:

• Den kvasi-interna lösningen: Hur Xpert.Digital stänger operativa luckor inom B2B-marknadsföring och -försäljning – Smart Content-Driven Business

Geopolitisk tektonik: Exportkontroller som en innovationsaccelerator

Det är en av de mest anmärkningsvärda ironierna i den senaste tidens teknologipolitik: amerikanska exportrestriktioner, utformade för att bromsa Kinas AI-utveckling, kan ha haft precis motsatt effekt. Denna tes förtjänar en nyanserad ekonomisk analys.

Å ena sidan är begränsningen verklig och mätbar. Kina kan inte importera EUV-litografimaskiner från ASML. Enligt ASML har de ännu inte levererat en enda EUV-maskin till Kina. Dessutom skulle MATCH Act-lagstiftningen som för närvarande debatteras i den amerikanska kongressen ytterligare begränsa exporten av äldre DUV-maskiner. SMIC, Kinas ledande chipkontraktstillverkare, producerar med en 7-nanometerprocess – men endast genom en komplex multimönstringsprocess som ökar produktionskostnaderna och minskar avkastningen. Kinas självförsörjning av halvledare nådde cirka 28 procent under fjärde kvartalet 2025 – jämfört med 16 procent år 2024 – drivet av statliga subventioner motsvarande 150 miljarder USD sedan 2020. Som jämförelse uppgår den amerikanska CHIPS-lagen endast till 52 miljarder USD.

Å andra sidan skapar sanktioner utan fullständig tillämpning substitutionstryck, vilket driver innovation. DeepSeeks R1-chock i början av 2025 bevisade att kinesiska algoritmingenjörer förvandlade hårdvarubrist till en dygd av effektivitet. Eftersom inga H100-chip fanns tillgängliga utvecklades arkitekturer som levererade mer prestanda med mindre hårdvara. Denna påtvingade effektivitetsinnovation är nu en global konkurrensfördel i form av DeepSeeks MoE-arkitektur.

Halvledaranalytikern Kevin Xu från Interconnected Capital förutspår att kinesiska företag fortfarande kommer att förlita sig på Nvidia-chip i ytterligare tre till fem år – men riktningen är tydlig: Peking har ett systemiskt intresse av att avsluta detta beroende så snabbt som möjligt. Goldman Sachs bekräftar i en analys från maj 2026 att DeepSeek V4 är kompatibel med åtta olika kinesiska chiparkitekturer, inklusive produkter från Huawei, Hygon och Alibabas T-Head-division. Beijing Institute for Artificial Intelligence (BAAI) har redan anpassat DeepSeek V4 Flash för fullständig inferensdrift på mer än åtta olika AI-chiparkitekturer. Detta är inte beroendereduktion – det är systematiskt plattformsoberoende som en företagsstrategi.

Nvidias position: Mellan marknadsuteslutning och strategisk anpassning

För Nvidia representerar DeepSeeks chipprojekt en ytterligare eskalering av en redan existentiell utmaning. VD Jensen Huang har beskrivit Kinas AI-infrastrukturmarknad som en marknad värd 50 miljarder dollar med 50 procents årlig tillväxt. KeyBanc-analytikern John Vinh uppskattar att kinesiska företag under frihandelsförhållanden skulle köpa cirka 1,5 miljoner H200-chip i år – en potentiell intäkt på cirka 30 miljarder dollar. Faktiska leveranser: noll.

Situationen för Nvidia är mer ambivalent än den först verkar. Inom området modellträning har Nvidias CUDA-ekosystem fortfarande en dominerande position som sannolikt inte kommer att utmanas på kort till medellång sikt. Kinesiska företag erkänner själva detta internt: Shanxi Securities beskrev i en aktieanalys Nvidias CUDA-ekosystem som "det största hindret" för ett utbrett införande av inhemska AI-chip. Det verkliga skiftet sker inom inferensdomänen, där byteskostnaderna är lägre eftersom programvarujusteringar – inte helt nya utvecklingar – är tillräckliga.

Nvidia har redan reagerat. Företaget försöker behålla sin marknadsposition genom Kinas sektor för "fysisk AI", till exempel genom ett samarbete med startupen Unitree, som specialiserar sig på humanoida robotar. Men detta är en nischförändring, inte ett strategiskt svar på den strukturella nedgången på marknaden för AI-infrastruktur. Den historiska analogi som diskuteras i branschen är avslöjande: På toppen av dotcom-eran representerade Cisco fyra procent av S&P 500 – marknaden hade rätt i att internet skulle förändra världen, men det var fel att Cisco skulle äga den förändringen. Frågan om Nvidia skulle kunna uppleva en liknande felbedömning är inte längre bara akademisk.

Kinas halvledarstrategi genomgår ett paradigmskifte

Utöver den omedelbara företagsnivån är DeepSeeks chipprojekt en del av en bredare strategisk omställning som dokumenterats i Kinas 15:e femårsplan. Termen "litografimaskin" förekommer inte en enda gång i det 141-sidiga planeringsdokumentet. Detta är inte ett misstag – det är en strategisk signal. Kina mäter inte längre sin framgång utifrån hur många chip det producerar inhemskt, utan utifrån hur djupt datorkraften är inbäddad i dess ekonomi. Målet är ett digitalt värdeskapande på 12,5 procent av BNP år 2030.

Det nya strategiska konceptet – på kinesiska ”模芯云用” (Modellchipmolnapplikation) – definierar chipet som ett av fyra lika viktiga lager i ett integrerat system. Detta konceptuella skifte får praktiska konsekvenser: Istället för att sträva efter en hopplös upphämtning inom EUV-tillverkning fokuserar Peking sina resurser på chipletdesign och avancerad paketering – tekniker som gör det möjligt att integrera flera äldre chip i ett kraftfullare system. Suzhou och Wuxi utvecklas till nationella förpackningshubbar, med stöd av National Integrated Circuit Industry Investment Fund.

Denna strategi att "köra om genom att byta fil" har en historisk parallell på den kinesiska marknaden för mobilkommunikation: När Kina gjorde det tekniska språnget från 3G till 4G kunde de gå direkt in i den senaste generationen utan bördan av föråldrad infrastruktur – och idag dominerar de med Huawei en betydande del av den globala 5G-utvecklingen. Ett liknande språng inom halvledarsektorn – från att åtgärda tillverkningsgapet till systemoptimering – skulle kunna förändra det geopolitiska landskapet i grunden. Den viktigaste indikatorn kommer att vara om Kinas industri kan ersätta CUDA-programvarustacken, som kinesiska chiptillverkare själva beskriver som "svår att övervinna".

Marknadens strukturella implikationer: Bifurkation som ett nytt paradigm

Halvledarindustrins ekonomiska världsordning står inför sitt mest betydelsefulla vägskäl sedan Silicon Valleys framväxt. Å ena sidan finns en USA-centrerad leveranskedja som domineras av Nvidias CUDA-ekosystem, TSMC som tillverkningsmonopol och en mjukvaruutveckling som har utvecklats under årtionden. Å andra sidan finns ett konsoliderande kinesiskt alternativ: Huawei Ascend som hårdvaruplattform, DeepSeek som modelllager, Alibaba Cloud, Tencent Cloud och Baidu AI Cloud som distributionskanaler, och i allt högre grad proprietära chipdesigner som inte är beroende av CUDA.

Denna uppdelning av den globala AI-infrastrukturen är inte längre en teoretisk möjlighet – den sker i realtid. Goldman Sachs förutspår en stark förskjutning mot inhemskt producerade chips i Kina mellan 2026 och 2028. Kinas AI-chipmarknad förväntas växa till över en biljon yuan (cirka 140 miljarder amerikanska dollar) år 2028 – vilket motsvarar cirka 30 procent av den globala marknaden. Huawei Ascend 950DT är planerad för molndistribution i augusti 2026, vilket etablerar den inhemska inferensinfrastrukturen för nästa generations modeller.

För internationella företag som vill verka på båda marknaderna – från biltillverkare till läkemedelsföretag som använder AI-modeller för forskning och utveckling – innebär denna uppdelning i allt högre grad oundvikliga strategiska beslut. Teknikplattformar byggda på CUDA är inkompatibla med kinesisk hårdvara. Företag som utvecklar på Huawei- eller DeepSeek-infrastruktur kan inte skala sina applikationer till västerländsk hårdvara utan betydande anpassning. Detta är inte en hypotetisk framtid – det är den nuvarande verkligheten för alla utvecklare som försöker verka på båda sidor av den teknologiska klyftan.

Teknologiska begränsningar och kvarvarande osäkerheter

En seriös analys kan inte ignorera begränsningarna i det som är känt. Enligt alla tillgängliga rapporter är DeepSeeks chipprojekt fortfarande i ett tidigt skede. Gapet mellan en chipdesign som diskuteras med tillverkningspartners och en säljbar produkt är enormt. De tekniska hindren är betydande: Högpresterande AI-chip kräver minne med hög bandbredd, avancerad sammankopplingsteknik och en komplett programvarustack. Tillverkningskapaciteten i Kina – begränsad av ASML-embargot – medför strukturella prestandabegränsningar.

Det är betydelsefullt att chipet främst är utformat för inferens, inte träning. Detta återspeglar en realistisk bedömning av dess egen kapacitet: Inferenschip behöver inte konkurrera med Nvidias H100 eller Blackwell – de måste vara tillräckligt effektiva för att minska driftskostnaderna för massproducerande modellförfrågningar. Detta är ett uppnåeligt mål, även med SMIC-tillverkningsteknik.

En annan osäkerhet ligger i bedömningen av skalbarheten hos samdesignmodellen – den nära integrationen av modellarkitektur och hårdvarudesign. DeepSeek och Huawei demonstrerade lönsamheten i denna strategi med V4/Ascend-950DT-projektet. Huruvida en helt egenutvecklad DeepSeek-chipdesign kan replikera eller överträffa dessa synergier, eller om samutveckling med en etablerad chipdesigner som Huawei kommer att förbli mer effektiv på lång sikt, återstår att se.

Vad detta drag innebär

DeepSeeks chipprojekt är mer än en teknologisk investering – det är en hypotes om AI-industrins framtid. Hypotesen säger att det avgörande värdeskapandet flyttas från modellutveckling till hårdvaru-mjukvaruintegration. Den som kontrollerar båda kontrollerar kostnaderna, prestandan och i slutändan marknadsmakten.

Det är ingen slump att andra teknikjättar världen över följer samma hypotes samtidigt: Tesla har utvecklat AI5-chippet för kantinferens, Google delar upp sin TPU-linje, Meta har åtagit sig fyra generationer av sin egen kiselutveckling, Amazon driver Trainium och Microsoft utvecklar Maia. DeepSeek följer en global trend som har fått särskilt stor brådska på grund av strukturella kostnadstryck och de strategiska begränsningarna i den amerikanska exportpolitiken för kinesiska företag.

Den ekonomiska ironin kvarstår: Om de amerikanska exportrestriktioner hade uppnått sin avsedda effekt fullt ut, skulle det inte finnas någon DeepSeek som global konkurrent, inget oberoende kinesiskt AI-chip-ekosystem och ingen strategisk efterfrågan på ett DeepSeek-proprietärt inferenschip. Istället har externt tryck utlöst en innovationsvåg som – om den blir tekniskt framgångsrik – permanent skulle kunna förändra den inledande asymmetrin mellan amerikansk och kinesisk AI-infrastruktur.

Enligt sin 15:e femårsplan strävar Kina efter nationella FoU-utgifter med en årlig tillväxttakt som överstiger sju procent och har satt en budget för vetenskap och teknik på 426,4 miljarder yuan (cirka 59 miljarder USD) för 2026 – en ökning med tio procent jämfört med föregående år. Dessa medel kanaliseras till ett system där DeepSeek, som ett flaggskeppsföretag, är både mål och katalysator för statens teknikpolitik. Inom denna ram är det egna chipprojektet inte ett enskilt företags ambition – det är den mest kapitaliserade formen av statlig teknikstrategi, förklädd till en startup.

De kommande tolv till arton månaderna kommer att visa om DeepSeek kan ta steget från att vara en blivande chipdesigner till att bli en fullt fungerande halvledartillverkare. Dess konkurrenter – främst Nvidia, men även Huawei – har ett avgörande försprång inom teknik, ekosystem och produktionsinfrastruktur. DeepSeek har dock redan bevisat sin förmåga att översätta resursbrist till algoritmisk uppfinningsrikedom. Nästa bevis kommer att bli mer utmanande – men försöket har börjat.

☑️ Vårt affärsspråk är engelska eller tyska

☑️ NYTT: Korrespondens på ditt modersmål!

 

Jag och mitt team står gärna till er förfogande som er personliga rådgivare.

Du kan kontakta mig genom att fylla i kontaktformuläret här wolfenstein@xpert.digital:eller helt enkelt ringa mig på +49 7348 4088 965. Min e-postadress är

Jag ser fram emot vårt gemensamma projekt.

 

 

☑️ Stöd till små och medelstora företag inom strategi, konsultation, planering och implementering

☑️ Skapande eller omstrukturering av den digitala strategin och digitaliseringen

☑️ Utökning och optimering av internationella säljprocesser

☑️ Globala och digitala B2B-handelsplattformar

☑️ Pionjär inom affärsutveckling / marknadsföring / PR / mässor

Inom industriell B2B uppstår sällan hållbara affärsrelationer över en natt. De utvecklas steg för steg – genom synlighet, professionell relevans, återkommande kontaktpunkter och växande förtroende. Xpert.Digitals 4-stegsmodell adresserar just detta: Den erbjuder en strukturerad väg som börjar med en hanterbar ingångspunkt och kan utvecklas till djupare samarbete inom affärsutveckling vid behov.

Istället för att förlita sig på högljudda marknadsföringslöften sätter den här modellen relationen i förgrunden. Företag börjar med tydligt definierade, lättberäknade mått och bestämmer sedan, baserat på egen erfarenhet, hur långt de vill utöka samarbetet. En nyckelfaktor för denna ostörda förtroendeskapande process: Plattformen undviker helt irriterande reklam, så det redaktionella fokuset ligger enbart på företagens expertis.

Mer information här:

• Från synlighet till förtroende: Din skalbara väg med Xpert.Digital