DeepSeek bouwt eigen chip om Nvidia te ontlopen
DeepSeek werkt aan een eigen AI-chip om minder afhankelijk te worden van Nvidia en Huawei. Dat meldt persbureau Reuters op basis van drie bronnen die bekend zijn met de plannen. De chip is bedoeld voor inferentie, de fase waarin een getraind model vragen van gebruikers beantwoordt, en niet voor het veel zwaardere trainen van modellen zelf.
Waarom juist een inferentiechip
De keuze voor inferentie is geen toeval. Volgens de cijfers die Reuters aanhaalt komt inmiddels ongeveer 70 procent van de vraag naar AI-rekenkracht uit inferentie in plaats van training. Dat is precies het deel van de markt waar Chinese chips het dichtst bij concurrerend zijn. Een chip die alleen antwoorden hoeft te genereren, hoeft niet mee te kunnen met de allersnelste trainingshardware, en dat verlaagt de technische lat aanzienlijk.
DeepSeek brak begin 2026 door met R1, het redeneermodel dat door zijn lage kosten voor onrust op de Amerikaanse beurzen zorgde. Dat het bedrijf nu naar eigen silicium kijkt, past bij die aanpak: zo veel mogelijk prestatie halen uit beperkte hardware. Het chipproject startte volgens de bronnen al rond juli 2025 en zit nog in een vroege fase. DeepSeek werft chipontwerpers en praat met foundries en geheugenfabrikanten over productie, schrijft The Next Web.
SMIC maakt de chip, maar loopt achter
De productie zou bij SMIC liggen, de grootste chipfabrikant van China, en niet bij het Taiwanese TSMC. Daar zit meteen het grootste probleem. SMIC is door Amerikaanse en Nederlandse exportregels afgesneden van de modernste machines en zit vast op een 7-nanometerproces, enkele generaties achter de wereldtop. Aparte Amerikaanse maatregelen beperkten daarnaast de Chinese toegang tot high-bandwidth memory, een geheugentype dat cruciaal is voor inferentiechips.
DeepSeek moet dus twee horden tegelijk nemen: een concurrerend ontwerp maken en dat laten produceren met verouderde apparatuur. Dat verklaart waarom analisten van CSIS de Chinese chipinhaalslag eerder als een kwestie van jaren dan van maanden omschrijven.
“DeepSeek probeert niet Nvidia te verslaan op ruwe kracht, maar op efficientie. Wie zijn modellen zo zuinig weet te maken, heeft aan tragere chips soms genoeg, en dat verandert de rekensom voor elk bedrijf dat AI wil draaien.”
Leon Tindemans, AI-expert en Copilot- en ChatGPT-trainer. Meer over slim werken met AI leest u bij de training prompts schrijven voor AI van TTM Communicatie.
Onderdeel van een bredere beweging
DeepSeek staat niet alleen. Chinese aanbieders proberen zich structureel los te weken van westerse hardware en software. Zo trainde Meituan zijn LongCat-2.0 al op Chinese chips, en ook buiten China zoeken partijen naar alternatieven, zoals blijkt uit de overname door Qualcomm van Modular om de CUDA-greep van NVIDIA te breken. Tegelijk verschuift de vraag van klanten naar goedkopere modellen, iets wat Chinese AI-modellen bij Amerikaanse bedrijven terrein doet winnen en de tokenmaxxing-fase voorbij lijkt te helpen.
Wat betekent dit
Een eigen inferentiechip zou DeepSeek minder kwetsbaar maken voor exportbeperkingen en de kosten per antwoord verder drukken. Slaagt het bedrijf daarin, ondanks de achterlopende fabricage, dan krijgt de wereldwijde afhankelijkheid van Nvidia een concrete tegenkracht uit China. Maar het project staat nog aan het begin, en de hardnekkige beperkingen rond geheugen en fabricage maken de uitkomst allesbehalve zeker. Voor Nederlandse bedrijven die AI inkopen is de les vooral dat het aanbod aan rekenkracht diverser wordt, met mogelijk lagere prijzen als gevolg.
