Eigener Prozessor für die Inferenz Deepseek greift nach der Chip-Unabhängigkeit

Deepseek entwickelt Medienberichten zufolge einen eigenen KI-Chip und will damit Kosten senken sowie die Abhängigkeit von Nvidia und Huawei verringern. Die dafür hilfreiche Milliardenrunde liegt allerdings vorerst auf Eis – und US-Exportkontrollen erschweren den Weg zum serienreifen Prozessor.

Deepseek entwickelt Medienberichten zufolge einen eigenen KI-Chip. Eine neue Finanzierungsrunde, die dem Unternehmen auch Kapital für ein solches Projekt verschafft hätte, hat Chinas bekannteste KI-Firma allerdings vorerst ausgesetzt. Die Runde sollte Deepseek mit rund 500 Milliarden Yuan bewerten, umgerechnet etwa 63 Milliarden Euro, meldete die Nachrichtenagentur Reuters Mitte Juli.

Am 25. Juli berichtete Reuters unter Berufung auf Bloomberg jedoch, Deepseek habe potenziellen Investoren mitgeteilt, vorerst keine entsprechenden Vereinbarungen zu unterzeichnen. Die Gespräche könnten zu einem späteren Zeitpunkt wieder aufgenommen werden. Frühe Überlegungen zu einem Börsengang am STAR Market in Shanghai laufen demnach weiter. Intern soll sich Deepseek vorgenommen haben, noch 2026 die dafür notwendigen Unterlagen einzureichen. Sowohl die Finanzierung als auch die Börsenpläne befinden sich aber in einem frühen Stadium.

Deepseek äußerte sich nicht zu den Berichten. Wie Reuters unter Berufung auf mehrere Quellen schreibt, will die Firma einen Prozessor für die Inferenz entwickeln. Das ist der Arbeitsprozess, in dem ein bereits trainiertes KI-Modell die Anfragen von Nutzern beantwortet.

Deepseek hatte lange gezögert, externes Kapital aufzunehmen. Firmengründer Liang Wenfeng hatte das Start-up anfangs aus Mitteln seines Hedgefonds „High-Flyer“ finanziert. Im Juni dieses Jahres holte Deepseek zum ersten Mal eine Reihe externer Investoren an Bord und nahm Reuters zufolge rund 7,4 Milliarden US-Dollar ein. Das zusätzliche Kapital könnte auch in aufwendige Projekte wie die Entwicklung eigener KI-Chips fließen.

Der Preis ist heiß

Ein Motiv für diesen Plan dürften die Kosten für den Betrieb der eigenen Modelle sein. Seit das chinesische Unternehmen im Januar 2025 sein Reasoning-Modell R1 veröffentlicht hat, ist es in China und auch international bei vielen Nutzern für günstige Token-Preise bekannt. Daran hat sich bis heute nichts geändert. Auf Openrouter, einer großen Aggregationsplattform für KI-Modelle, verarbeitete V4 Flash in der Woche vom 22. bis 28. Juni 2026 rund 4,66 Billionen Token und führte damit die Rangliste der meistgenutzten Modelle an. Deepseek war Mitte Juli zudem der auf Openrouter meistgenutzte Modellentwickler.

Die Zahlen belegen die Popularität der Modelle, lassen aber keine direkten Rückschlüsse auf die Betriebskosten von Deepseek zu. Auf Openrouter werden die Modelle von zahlreichen unabhängigen Anbietern betrieben, die auch die dabei entstehenden Rechenkosten tragen. Für Deepseek selbst steigen die Ausgaben vor allem dann, wenn mehr Nutzer den eigenen Chatbot oder die eigene Programmierschnittstelle verwenden. „Wie eine Stromrechnung, die mit dem Verbrauch wächst, ist das Inferenz-Rechnen zu einem wiederkehrenden Betriebsaufwand geworden, der die Profitabilität stetig aufzehrt“, schreibt das Techportal Taimeiti über die grundsätzlichen Kosten des Betriebs großer KI-Modelle.

Inferenz fällt immer wieder neu an

Während die hohen Kosten eines Trainingslaufs auf die Entwicklung einer bestimmten Modellversion entfallen, benötigt die Inferenz für jede einzelne Anfrage erneut Rechenleistung. Mit jedem zusätzlichen Nutzer der eigenen Dienste steigen deshalb die laufenden Kosten. Zugleich verursacht auch das Training fortlaufend Ausgaben für Experimente, Nachtraining und neue Modellgenerationen.

Ein weiteres Motiv für eine eigene Chip-Entwicklung dürften die US-Exportbeschränkungen gegen China sein. Das Basismodell, auf dem R1 beruht, hatte Deepseek noch auf Nvidias H800 trainiert, einem eigens für den chinesischen Markt entworfenen Chip. Auch dessen Export hat Washington aber Ende 2023 verboten. Seither setzt der KI-Anbieter zunehmend auf den chinesischen Chiphersteller Huawei. Im April stellte Deepseek sein V4-Modell in einer für Huaweis Ascend-Prozessoren angepassten Version vor.

Chinesische KI löst sich von Nvidia

Chinesische KI-Chips für chinesische KI-Modelle

Huawei hat seine Ascend-Infrastruktur ausdrücklich für die Inferenz mit Deepseek V4 optimiert. Der Ascend 950PR ist sogar vorrangig für Inferenz vorgesehen. Dennoch bleibt Deepseek damit von der Lieferfähigkeit, dem Software-Ökosystem und der technischen Entwicklung eines externen Hardwareanbieters abhängig.

Ein eigener Prozessor könnte dagegen gezielt auf die Architektur und die typischen Arbeitslasten der Deepseek-Modelle zugeschnitten werden. Ein solcher Spezialchip könnte die vorhandene Rechenleistung besser auslasten und damit den Energiebedarf sowie die Kosten pro ausgegebenem Token senken. Ob diese Rechnung aufgeht, hängt allerdings stark von den technischen Eigenschaften des Chips und der später erreichten Stückzahl ab.

„Unser Problem war nie die Finanzierung. Es ist, dass Hochleistungs-Chips Exportbeschränkungen unterliegen“, sagte Firmengründer Liang Wenfeng 2024 in einem seiner seltenen Interviews. Sollte Deepseek aus den genannten Gründen, also wegen der Kosten und zur Vermeidung von Beschaffungsengpässen, einen eigenen KI-Chip entwickeln, hätte das strategische Folgen für seine bisherigen Hardwarelieferanten.

Wirbel um die DeepSeek-KI

Ganz China ist stolz auf DeepSeeks Gründer Liang Wenfeng

Mehr Kontrolle über die Hardware

Ein eigener Chip würde Deepseek ermöglichen, seine Abhängigkeit von Nvidia und Huawei zu verringern. Zu einem direkten Konkurrenten von Nvidia würde das Unternehmen dadurch aber nicht automatisch. Bislang gibt es keinen Hinweis darauf, dass Deepseek den Prozessor auch an andere Unternehmen verkaufen will.

Der Aktienkurs von Nvidia gab nach den Berichten über die Deepseek-Pläne im vorbörslichen Handel kurzzeitig um rund 1,6 Prozent nach. Der von Reuters zitierte Analyst Richard Windsor sah zunächst jedoch keine nennenswerten Auswirkungen auf Nvidia. Das Unternehmen spiele auf dem chinesischen Markt ohnehin kaum noch eine Rolle, und ohne Zugang zu führenden Fertigungsverfahren habe Deepseek nur geringe Chancen, eigene Chips außerhalb Chinas anzubieten.

„Jahrelang funktionierten Nvidias GPUs wie ein Schweizer Taschenmesser“, heißt es bei Taimeiti. Die Grafikprozessoren wurden für alles genutzt, vom Training großer Basismodelle bis zur Inferenz. Modellentwickler wie Deepseek waren schlicht Käufer. Ein Chip, der von vornherein nur für die Inferenz bestimmter Modelle entworfen wird, kann dieselbe Arbeit je nach Anwendung billiger und mit weniger Energie erledigen, schreibt Reuters. Inferenz-Chips gelten als ein sehr schnell wachsendes Segment der Industrie.

Für Huawei wären die Folgen unmittelbarer. Ein funktionierender Deepseek-Chip könnte die Nachfrage des KI-Unternehmens nach Ascend-Prozessoren verringern. Zu einem Konkurrenten auf dem freien Chipmarkt würde Deepseek allerdings erst, wenn es seine Prozessoren auch anderen Kunden anböte.

Deepseek liegt mit seiner Strategie international im Trend. OpenAI hat im Juni gemeinsam mit Broadcom seinen ersten eigenen Inferenz-Chip namens Jalapeño vorgestellt. Erste Exemplare laufen bereits im Labor, der Einsatz mit Rechenzentrumspartnern soll noch 2026 beginnen. Anthropic erwägt laut einem Reuters-Bericht aus dem April ebenfalls die Entwicklung eigener KI-Chips. Die Firma holte im Juni zudem Clive Chan, der nach eigenen Angaben zu den ersten Hardware-Ingenieuren in OpenAIs Chipprogramm gehörte.

Auch andere chinesische KI-Firmen liebäugeln Medienberichten zufolge mit eigenen Prozessoren. Zhipu AI, der Entwickler der GLM-Modellfamilie, führt demnach erste Gespräche mit chinesischen Chipdesignern über einen maßgeschneiderten Prozessor. Alibaba und Baidu arbeiten bereits an eigenen KI-Chips.

Paradigmenwechsel

All diese Anstrengungen in China haben auch einen politischen Hintergrund. Die Regierung in Peking drängt heimische Unternehmen, eigene Hardware und Software zu entwickeln, um trotz der US-Boykotte die Verbreitung der künstlichen Intelligenz fördern zu können. International gesehen deutet die Entwicklung auf einen Paradigmenwechsel für die Halbleiterindustrie hin. Während Anbieter wie Nvidia lange weitgehend vorgaben, welche Hardware für KI zur Verfügung steht, beginnen die Entwickler der KI-Modelle nun selbst, die Anforderungen an eigene Prozessoren zu definieren.

Weil der Wettbewerb unter KI-Anbietern wie Deepseek, OpenAI oder Anthropic zunehmend auch über die Token-Preise ausgetragen wird, ist es für diese Software-Firmen sinnvoll, Hardware mitzuentwickeln, die möglichst günstige Rechenleistung liefert. Riskant bleibt der Schritt für Deepseek trotzdem. Das Design eines konkurrenzfähigen KI-Chips dauert in der Regel mehrere Jahre.

Von Reuters zitierte Branchenexperten schätzten bereits 2025, dass allein eine einzelne Version eines ambitionierten Chipdesigns bis zu 500 Millionen US-Dollar kosten kann. Die Entwicklung der notwendigen Software und der umgebenden Systeme könnte die Gesamtkosten noch einmal deutlich erhöhen. Selbst diese Investitionen garantieren weder die Serienfertigung noch die Konkurrenzfähigkeit des fertigen Chips.

Auch die amerikanischen Exportkontrollen bleiben ein Problem. Sie versperren chinesischen Chipdesignern den Zugang zu den modernsten Auftragsfertigern und zu Speicherchips mit hoher Bandbreite, kurz HBM, einer für leistungsfähige Inferenz-Chips wichtigen Komponente. Sollte Deepseek die ausgesetzte Finanzierungsrunde später wieder aufnehmen und seine Börsenpläne weiterverfolgen, könnte sich das Unternehmen zusätzliches Kapital für den kostspieligen Versuch beschaffen. Bis zu einem konkurrenzfähigen und serienreifen eigenen KI-Chip bleibt der Weg jedoch lang. (sb)

(ID:50911283)