Test: DeepSeek matcher Nvidia på kode, men ikke på fart

DeepSeek har udgivet to nye softwarebiblioteker kaldet DeepGEMM-Ascend og DeepEP-Ascend. De fungerer som en slags oversætter: AI-udviklere kan tage kode, de har skrevet til Nvidias chips, og køre den direkte på Huaweis Ascend-chips uden at skrive den om.

Det er en stor fordel for kinesiske techfirmaer, som på grund af amerikanske eksportregler har svært ved at få adgang til Nvidias nyeste chips. Med DeepSeeks software kan de skifte til kinesisk hardware, uden at det kræver måneders omprogrammering.

Hastigheden halter stadig

Men softwaren løser ikke alle problemer. Når man måler, hvor hurtigt chippene kan udveksle data mellem hinanden (den såkaldte dispatch-bandwidth, altså hvor meget information der kan flyttes rundt i sekundet), ser det fint ud ved mindre opsætninger: Her måles 373-375 gigabyte i sekundet.

Problemet er, at de helt store AI-modeller kører på langt flere chips samtidig. Ved den type storskala-opsætning falder hastigheden til 313-320 gigabyte i sekundet, et fald på omkring 15 procent. Med andre ord: Chippene klarer sig bedst i tests, der ikke ligner den virkelighed, hvor de største AI-modeller faktisk kører.

Der er også en vigtig detalje om, hvordan testene er udført. DeepSeek har testet softwaren på et prototype-sæt hardware, som firmaet har fået stillet til rådighed, og som er manuelt konfigureret. Den kommercielle version af chippen, Atlas 850E, forventes først klar i midten af oktober 2026. Det betyder, at andre firmaer endnu ikke kan efterprøve resultaterne under normale forhold.

Konklusionen er altså, at DeepSeek har løst et reelt problem med kompatibilitet, så kinesiske firmaer lettere kan bruge indenlandske chips i stedet for amerikanske. Men påstande om, at ydelsen kan måle sig med Nvidia, gælder kun under særlige testforhold, der endnu ikke er tilgængelige i almindelig handel.