DeepSeek utvecklar egna AI-processorer – utmanar Nvidias och Huaweis grepp om datacentermarknaden
DeepSeek bygger egna AI-kretsar och utmanar datorchipjättarnas dominans.
När mjukvaran inte räcker
DeepSeek är ett av de mer fascinerande AI-företagen som dykt upp de senaste åren. De har visat gång på gång att man kan bygga språkmodeller i toppklass utan att ha tillgång till obegränsade resurser – en sorts ingenjörsmässig elegans som fått många i branschen att höja på ögonbrynen. Nu tar de nästa logiska steg: de börjar bygga sina egna processorer.
Enligt uppgifter som Reuters har rapporterat har DeepSeek arbetat med dessa planer i ungefär ett år. Man har aktivt sökt samarbetspartner och rekryterat hårdvaruingenjörer för ändamålet. Det handlar inte om att bygga träningschips – de enorma, energislukande kretsar som behövs för att lära upp modeller från grunden – utan om processorer för slutledning i datacenter. Det vill säga den hårdvara som faktiskt kör modellerna när de svarar på frågor i realtid.
Det är ett klokt fokus. Slutledning är där skalbarheten och kostnaderna verkligen spelar roll i praktisk drift, och det är ett område där specialanpassad hårdvara kan ge påtagliga fördelar jämfört med generella lösningar.
Exportrestriktioner som drivkraft
Bakgrunden är välkänd men värd att repetera: USA har sedan flera år tillbaka infört allt hårdare exportrestriktioner mot Kina när det gäller avancerade halvledare. Nvidia – som i princip sätter standarden för AI-processorer i resten av världen – har i stor utsträckning stängts ute från den kinesiska marknaden. Det tomrum som uppstått har Huawei tagit vara på och kontrollerar i dag uppskattningsvis hälften av den kinesiska marknaden för datacenterkretsar.
Men DeepSeek vill tydligen inte vara beroende av vare sig det ena eller det andra. Att bygga egna chips är ett sätt att ta kontroll över sin tekniska helhet – och minska sårbarheten mot geopolitiska svängningar som man inte själv kan påverka.
Det är en strategi man känner igen från andra håll.
En global rörelse mot egenutvecklad hårdvara
DeepSeek är långt ifrån ensamma om denna tanke. På den kinesiska sidan har teknikjättar som Alibaba och Baidu gjort liknande rörelser mot inhemsk halvledarkapacitet under de senaste åren. Konkurrensen om inhemsk kompetens och kapacitet på detta område tilltar påtagligt.
Men det intressanta – och det som ger hela historien ett extra lager – är att samma rörelse pågår på den amerikanska sidan av Stilla havet. OpenAI och Broadcom presenterade nyligen gemensamt processorn Jalapeño, beskriven som OpenAI:s första egenutvecklade krets för storskalig slutledning. Även Anthropic uppges utforska anpassad kretsdesign, om än utan offentliga genombrott hittills.
Mönstret är tydligt: de stora AI-aktörerna – oavsett nationalitet – vill inte längre vara helt beroende av en enda hårdvaruleverantör. Det påminner om hur Apple för drygt ett decennium sedan började fasa ut Intels processorer till förmån för egenutvecklade ARM-baserade kretsar. Resultatet blev bättre prestanda, lägre energiförbrukning och – kanske viktigast – en djupare integration mellan mjukvara och hårdvara som konkurrenterna hade svårt att kopiera.
Vad det betyder för Nvidia
Det vore fel att överdriva hotet mot Nvidia på kort sikt. Företaget har ett försprång i ekosystem, verktyg och mjukvarustöd som är svårt att replikera snabbt. Men det långsiktiga trycket är reellt. När fler aktörer – både i Kina och USA – bygger egna processorer anpassade för sina specifika arbetsbelastningar, minskar den generella efterfrågan på Nvidias hårdvara i marginalen.
Och om DeepSeek lyckas upprepa sin mjukvaruframgång inom hårdvaran – det vill säga bygga något effektivt och kompetent med begränsade resurser – finns det anledning att ta dem på allvar. Det är trots allt precis vad de har gjort förut.
Vår analys
Det som händer här är egentligen två parallella historier som löper samman. Den ena handlar om geopolitik: exportrestriktioner tvingar kinesiska AI-aktörer att bygga inhemsk kapacitet, vilket på sikt stärker den kinesiska halvledarsektorn – möjligen emot avsedd effekt. Den andra handlar om en mognande bransch: när AI-företag växer sig tillräckligt stora, inser de att kontroll över hårdvaran är en strategisk nödvändighet, inte ett sidospår.
Det intressanta är att båda krafterna pekar i samma riktning: mot ett mer fragmenterat halvledarlandskap med fler aktörer och fler specialanpassade lösningar. Det är i grunden bra för innovation – monopol tenderar inte att föda den bästa tekniken. För Nvidia innebär det ökad konkurrens på lång sikt, men även en tydlig signal om vart marknaden är på väg. Företag som vill äga hela sin teknikstack, från modellarkitektur till processorinstruktioner, kommer att vara de som sätter villkoren för nästa decennium av AI-utveckling.