Entwickelt DeepSeek wirklich einen eigenen KI-Chip?
Vom Reuters-Exklusivbericht bis zur Alibaba T-Head Massenproduktion (Juli 2026)
Am 7. Juli 2026 berichtete Reuters exklusiv unter Berufung auf drei Insider: DeepSeek entwickelt einen eigenen KI-Chip speziell für Inferenz-Workloads. Das Projekt startete vor etwa einem Jahr, befindet sich noch in frühen Phasen und der Konzern führt Gespräche mit Chip-Design-Firmen, Foundries und Speicherherstellern. Gleichzeitig ist DeepSeek tief in Huawei Ascend integriert — dieser scheinbare Widerspruch ist der interessanteste Ausgangspunkt dieser Analyse.
Dieser Artikel untersucht die Beweislage hinter dem DeepSeek-Gerücht, erklärt, warum CEO Liang Wenfeng ein Chip-Programm nie offiziell angekündigt hat, dokumentiert Alibabas acht Jahre von Jack Mas strategischer Entscheidung 2018 bis zu 560.000+ ausgelieferten Zhenwu-Chips, und analysiert die fünf wirtschaftlichen Kräfte, die die gesamte Branche in Richtung Custom Silicon treiben.
01 Die globale Custom-Silicon-Welle: Kein rein chinesisches Phänomen
"KI-Unternehmen bauen eigene Chips" ist ein globaler Trend, kein Ausdruck chinesischen Technologienationalismus. TrendForce-Daten 2026: Wachstum bei Cloud-Custom-KI-Chip-Auslieferungen 44,6 % — deutlich über der Universal-GPU-Wachstumsrate von 16,1 %. Custom Silicon übertrifft GPUs erstmals im Wachstumstempo.
Innerhalb von zwei Wochen im Juli 2026 gab es vier unabhängige Chip-Ankündigungen:
- 24. Juni: OpenAI + Broadcom stellen Jalapeño vor (Inferenz-ASIC, neunmonatige Entwicklung)
- 2. Juli: Anthropic soll Gespräche mit Samsung über einen 2-nm-Chip führen (The Information)
- 7. Juli: Reuters: DeepSeek entwickelt eigenen Inferenzchip
- 7. Juli: The Information: Zhipu AI (China) evaluiert ebenfalls Custom-Chip-Entwicklung
02 Was Reuters tatsächlich berichtete (und was DeepSeek nicht bestätigte)
| Dimension | Bewertung |
|---|---|
| Quellenqualität | Hoch. Reuters' "drei mit der Angelegenheit vertraute Personen" ist die Standardformulierung erstklassiger Wirtschaftsjournalisten. |
| Offizielle Bestätigung | Keine. DeepSeek hat bis zum 10. Juli 2026 keine Stellungnahme abgegeben. |
| Indirekte Belege | Stark. Juni 2026 Finanzierungsrunde ~7,4 Mrd. USD listet "Custom-KI-Chip" als Verwendungszweck; UE8M0 FP8-Datenformat als Hardware-Software-Co-Design-Signal für Inlandschips gedeutet. |
| Widersprüchliche Signale | Vorhanden. Kooperation und Eigenentwicklung sind parallele Schienen — keine gegenseitigen Ausschlüsse. |
Korrekte Formulierung: "Laut Reuters und weiteren Medien hat DeepSeek ein eigenes Inferenzchip-Projekt gestartet." Schreiben Sie nicht: "Liang Wenfeng hat die Chip-Entwicklung offiziell angekündigt." Ergänzen Sie: "DeepSeek hat das Chip-Projekt zum Redaktionsschluss nicht offiziell bestätigt."
03 Was DeepSeek-CEO Liang Wenfeng über Chips gesagt hat
Liang Wenfeng äußert sich selten öffentlich. Die wertvollsten Quellen sind zwei ausführliche Interviews mit dem chinesischen Tech-Magazin Waves (Anyin) im Mai 2023 und Juli 2024. Er hat nie öffentlich ein Chip-Programm angekündigt, aber drei Zitate legen die strategische Motivation klar dar:
- "Unsere eigentliche Herausforderung war nie die Finanzierung — es sind die Exportbeschränkungen für Hochleistungschips." (Juli 2024) — Motivationsbeschreibung, kein Projektankündigung.
- "Wir benötigen insgesamt etwa die vierfache Rechenleistung, um vergleichbare Ergebnisse zu erzielen." — Quantifiziert den Kostennachteil unter Exportbeschränkungen.
- "China braucht zwingend jemanden, der an der technologischen Frontlinie steht." — Eine missionsgetriebene Aussage, die über kommerzielle Logik hinausgeht.
Wichtige Unterscheidung: "Langfristige strategische Positionierung des Gründers" ≠ "Offizielles Projektankündigung."
04 Alibaba T-Head: Jack Mas Wette von 2018 zahlt sich 2026 aus
Alibabas Chip-Entwicklung ist eine seit Jahren verfolgte Strategie, kein aktuelles Gerücht. Jack Ma legte 2018 das Fundament, Joe Tsai erklärte 2024 die strategische Dringlichkeit, Wu Yongming präsentierte 2026 die Produktionsergebnisse.
| Modell | Zeitraum | Spezifikationen und Status |
|---|---|---|
| Hanguang 800 | 2019 | Früher KI-Inferenzchip, Machbarkeitsnachweis |
| Zhenwu 810E | Jan. 2026, Massenproduktion | Training + Inferenz; 96 GB HBM2e; CUDA-kompatibel (WSJ); 560.000+ ausgeliefert |
| Zhenwu M890 | 2026 | 144 GB Speicher; 800 GB/s Chip-Interconnect; ~3x 810E-Leistung |
| Zhenwu V900 | Geplant Q3 2027 | 216 GB Speicher; 1.200 GB/s Interconnect |
| Zhenwu J900 | Geplant Q3 2028 | Iterierte proprietäre Parallelrechenarchitektur |
Kommerzielle Kennzahlen (H1 2026): Kumulative Auslieferungen 560.000+; Jahresumsatz im zweistelligen Milliarden-RMB-Bereich; über 400 Unternehmenskunden; Alibaba kündigt 380 Mrd. RMB Investitionen in Cloud- und KI-Infrastruktur über drei Jahre an. Die Fertigung hat von TSMC auf inländische Foundries (Branchenkonsens: SMIC 7 nm und vergleichbare reife Prozesse) gewechselt.
05 Globale KI-Chip-Fortschritte: Snapshot Juli 2026
| Unternehmen | Chip-Projekt | Phase | Kennzahlen |
|---|---|---|---|
| DeepSeek | Custom Inferenz-ASIC (unbenannt) | Frühe F&E | 7,4 Mrd. USD Finanzierung; unbestätigt |
| Alibaba (T-Head) | Zhenwu 810E / M890 | Massenproduktion | 560.000+ Auslieferungen; Mrd. RMB Jahresumsatz |
| Huawei | Ascend 950-Serie | Massenproduktion | DeepSeek V4 angepasst; Auftragsanstieg |
| OpenAI | Jalapeño (mit Broadcom) | Tape-out abgeschlossen | 9 Monate Design; Ende 2026 Deployment |
| TPU v6/v7 | Großskaliger Betrieb | Gemini vollständig auf TPU | |
| Anthropic | Samsung-Gespräche für Custom-Chip | Erkundungsphase | The Information, 2. Juli 2026 |
06 Warum Technologieriesen eigene KI-Chips bauen: Kosten, Kontrolle und die "Nvidia-Steuer"
KI-Wettbewerb hat sich ausgeweitet: von "wer hat das beste Modell" zu "wer hat die günstigste, kontrollierbarste Rechenleistung".
- 1. Wirtschaftlichkeit: Inferenz ist die "Monatsmiete" der KI — Custom ASICs können bei großskaligem Inferenz-Deployment einen 40–65 % TCO-Vorteil gegenüber Universal-GPUs erzielen. Nvidias Rechenzentrums-GPU-Bruttomargen übersteigen 70 % — Custom Chips wandeln eine dauerhafte "GPU-Steuer" in eine einmalige F&E-Investition um.
- 2. Lieferkettensicherheit und Geopolitik — US-Exportkontrollen für fortschrittliche KI-Chips nach China (H100/H800/H20 sukzessiv reguliert). Chinesische Regulierung fördert inländische Compute-Beschaffung. Selbst US-Unternehmen kämpfen mit Nvidia-Allokierungsproblemen.
- 3. Hardware-Software-Co-Design — DeepSeek UE8M0 FP8 und MLA-Architektur für spezifische Hardware-Merkmale optimiert; OpenAI Jalapeño um ChatGPTs reale Serving-Muster (KV-Cache, Batching, Latenz) herum entworfen.
- 4. Wettbewerbliche Differenzierung und Verhandlungsmacht — Auch ohne Nvidia vollständig zu ersetzen: stärkere Verhandlungsposition, differenziertes Cloud-Computing-Angebot, "Modell + Cloud + Chip"-Vollstack-Narrative.
- 5. Energie und Nachhaltigkeit — Inferenzchips priorisieren Performance-per-Watt. ASICs eliminieren allgemeine GPU-Schaltkreise und reduzieren den Stromverbrauch erheblich — bei Megawatt- bis Gigawatt-Rechenzentren ist Energiekosteneffizienz so wichtig wie die Hardware-Anschaffung.
07 Inferenz- vs. Trainingschips: Warum die Branche Inferenz priorisiert
| Dimension | Training | Inferenz |
|---|---|---|
| Workload-Charakter | Dynamisch, experimentell, häufig wechselnde Architektur | Statisch, Modell fixiert, vorhersehbare Anfragemuster |
| Software-Ökosystem | CUDA-Graben ist tief (cuDNN, NCCL) | Kernels für feste Modelle handschreibbar; geringere CUDA-Abhängigkeit |
| Chip-Anforderungen | Peak-Rechenleistung + Programmierflexibilität | Durchsatz, Latenz, Kosten pro Token |
| Wirtschaftliche Skalierung | Einmalige Großcluster-Investition | Kontinuierlich 24/7, größerer Gesamtumfang — die "Miete" |
Training bleibt Nvidias Kerndomäne; Inferenz ist das Schlachtfeld für Custom ASICs.
Sechs-Schritte-Framework zur Bewertung der Chip-Glaubwürdigkeit eines KI-Unternehmens
- Finanzierungsverwendungszweck prüfen: Ist "Custom Chip" explizit genannt? (DeepSeeks Juni-2026-Runde enthält dies)
- Recruiting-Signale verfolgen: Werden Chip-Design-Ingenieure und EDA-Toolchain-Spezialisten nicht öffentlich angeworben?
- Lieferantenkontakte überprüfen: Gespräche mit Foundries und HBM-Speicherlieferanten (Reuters' Kerninformation)
- Software-seitige Signale lesen: Custom-Datenformate und Operator-Optimierungen für spezifische Hardware
- Produktionsdaten verifizieren: Auslieferungsmengen, Umsatz, namentlich genannte Kunden
- Managementaussagen unterscheiden: "Strategische Motivation" vs. "Projektankündigung" — Liang Wenfeng ist Ersteres, Wu Yongmings Earnings Call ist Letzteres
Für Teams, die KI-Inferenz-Infrastruktur planen, bleibt stabile, vorhersehbare Rechenleistung die erste Wahl für Produktionsumgebungen. Allgemeine GPU-Cloud-Dienste leiden unter Überabonnierungsrauschen und Nvidia-Allokierungszyklen. JEXCLOUDs Bare-Metal-Apple-Silicon-Nodes umgehen beides: dedizierte Hardware, 7×24-Betrieb, keine Überbuchung, 120-Sekunden-Bereitstellung — ideal für latenzempfindliche, vorhersehbare Inferenz-Workloads. Weitere Informationen finden Sie auf der JEXCLOUD-Preisseite.
08 FAQ
F1: Entwickelt DeepSeek wirklich einen eigenen KI-Chip?
Laut einem Reuters-Bericht vom 7. Juli 2026 (drei Insider) befindet sich DeepSeek in frühen Entwicklungsphasen für einen auf Inferenz optimierten Custom-Chip. Offiziell nicht bestätigt. Einordnung: "berichtet, frühe Phase, unbestätigt."
F2: Hat DeepSeek-CEO Liang Wenfeng ein Chip-Programm angekündigt?
Keine öffentliche Ankündigung. 2024 nannte er Exportkontrollen als größte Herausforderung — eine Motivationsbeschreibung, kein Projektankündigung.
F3: Wie ist Alibaba involviert?
Alibabas Chip-Einheit T-Head (2018 unter Jack Mas Strategie gegründet) produziert bereits Zhenwu-KI-Chips in Serie: H1 2026: 560.000+ Auslieferungen, Jahresumsatz im Mrd.-RMB-Bereich, 400+ Unternehmenskunden. Kein aktuelles Ereignis — acht Jahre Ausführung.
F4: Warum zuerst Inferenzchips, keine Trainingschips?
Inferenz-Workloads sind repetitiv und vorhersehbar — ideal für ASICs. Training bleibt stark von Nvidias GPU- und CUDA-Stack abhängig. Inferenz ist die "monatliche Miete" von KI-Produkten — die wirtschaftliche Überzeugungskraft ist wesentlich stärker.
F5: Geht es um nationale Sicherheit oder Kosteneinsparungen?
Beides, aber Wirtschaftlichkeit ist der primäre Treiber. Die "Nvidia-Steuer" und Token-Kosten im großen Maßstab zu reduzieren (30–65 % TCO-Vorteil) ist das Hauptmotiv. Exportkontrollen beschleunigen einen bereits vorhandenen Wirtschaftstrend.
Letzte Aktualisierung: 10. Juli 2026 | Quellen: Reuters (7. Juli 2026), OpenAI-Unternehmensblog, WSJ, Caixin Global, SCMP, Waves (Liang-Wenfeng-Interviews 2023/2024), Alibaba FY2026-Analystenkonferenz | Haftungsausschluss: DeepSeek hat das Chip-Projekt zum Redaktionsschluss nicht offiziell bestätigt.