DeepSeek pode treinar modelo V5 em chips Ascend da Huawei, diz jornal chinês

A DeepSeek estaria planejando treinar seu próximo modelo, o V5, usando os chips Ascend da Huawei, segundo reportagem do jornal chinês STAR Market Daily publicada em 3 de novembro de 2026. A informação, citada por fontes da indústria não identificadas e replicada pelo site TechNode, ainda não foi confirmada oficialmente nem pela DeepSeek nem pela Huawei.

Se confirmado, o movimento amplia o papel dos chips Ascend no ecossistema da DeepSeek. Até agora, segundo a reportagem, o hardware da Huawei vinha sendo usado principalmente para inferência, ou seja, para rodar modelos já prontos e responder a consultas dos usuários. Treinar um modelo do zero é uma etapa bem mais pesada computacionalmente, e seria a primeira vez que a Ascend assumiria esse papel central no desenvolvimento de um modelo DeepSeek.

Da inferência para o treinamento: por que o salto importa

Inferência e treinamento colocam demandas muito diferentes sobre um chip. Rodar um modelo pronto exige processar entradas e gerar saídas de forma eficiente, mas em escala relativamente previsível. Treinar um modelo de ponta como o V5 envolve meses de processamento distribuído em milhares de aceleradores, com exigências de throughput, memória e interconexão entre chips muito mais rígidas.

A pilha de software também muda de peso. Para treinamento em larga escala, frameworks como PyTorch dependem de bibliotecas profundamente otimizadas, historicamente construídas em cima da CUDA, da Nvidia. Migrar esse processo para a Ascend significa usar o CANN, a camada de software da Huawei equivalente à CUDA, algo tecnicamente mais arriscado e menos maduro em termos de ferramentas, debugging e suporte da comunidade.

Em resumo: a reportagem descreve uma extensão de uso, não uma simples troca de hardware. É o tipo de decisão que normalmente vem acompanhada de meses de trabalho de adaptação de infraestrutura, algo que a própria matéria da STAR Market Daily reconhece ao mencionar que a DeepSeek já vinha ajustando sua infraestrutura de software para processadores domésticos antes desse passo.

O pano de fundo: sanções, CUDA e a corrida por alternativas

A DeepSeek ficou conhecida globalmente em 2025 ao lançar o V3 e o R1, modelos abertos que chamaram atenção pelo custo de treinamento relativamente baixo divulgado pela própria empresa e pela adoção rápida por desenvolvedores fora da China. Esses modelos foram treinados originalmente em GPUs da Nvidia, a mesma arquitetura que domina o treinamento de IA↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → no mundo todo via CUDA.

O problema é que empresas chinesas de IA enfrentam restrições de exportação dos Estados Unidos sobre os chips mais avançados da Nvidia, o que empurra o setor chinês para alternativas domésticas. A Huawei é a candidata mais forte nessa disputa, com a linha Ascend buscando ocupar o espaço que a Nvidia não pode mais preencher livremente no mercado chinês.

Essa movimentação não é nova nem exclusiva da DeepSeek: é parte de uma estratégia mais ampla de autossuficiência tecnológica da China em semicondutores de IA. O que a reportagem da STAR Market Daily sinaliza é que essa estratégia estaria avançando de um estágio mais seguro (inferência) para um estágio mais crítico e arriscado (treinamento de um modelo novo).

O que ainda não se sabe

Vale separar o que é fato do que é especulação informada. A fonte da notícia é um jornal chinês citando fontes anônimas da indústria, sem declaração oficial da DeepSeek ou da Huawei confirmando o plano. Não há, até a publicação desta matéria, cronograma, número de chips envolvidos ou detalhes técnicos sobre como seria feita a adaptação do pipeline de treinamento.

Também não está claro se o treinamento seria feito inteiramente em Ascend ou em um esquema híbrido, combinando hardware chinês e GPUs Nvidia ainda disponíveis no mercado chinês. A diferença entre as duas abordagens é relevante: um treinamento 100% Ascend seria uma prova de conceito muito mais ousada do que um esquema misto, que reduziria risco técnico.

O que isso significa pra quem desenvolve IA no Brasil

Para quem treina ou faz fine-tuning de modelos por aqui, o caso é menos sobre geopolítica chinesa e mais sobre um lembrete prático: a dependência do ecossistema CUDA é uma escolha, não uma lei física. Se a Ascend se mostrar viável para treinar um modelo do porte do V5, isso fortalece o argumento de que PyTorch e outros frameworks conseguem rodar bem fora da pilha Nvidia, algo que já vem sendo testado também por outros backends como ROCm, da AMD.

Na prática, isso significa observar, nos próximos meses, se a DeepSeek publica artigos técnicos ou libera pesos do V5 com detalhes sobre a infraestrutura usada, como fez com o V3 e o R1. Historicamente, a DeepSeek documentou escolhas de engenharia em papers abertos, e é esse material, quando sair, que vai responder se o treinamento em Ascend funcionou e com qual eficiência.

Para equipes de infraestrutura no Brasil que avaliam diversificar fornecedores de hardware de IA, o episódio também serve de termômetro: quanto mais provedores de peso demonstrarem treinamento em produção fora da Nvidia, maior a pressão por ferramentas de portabilidade entre pilhas de hardware, reduzindo o lock-in que hoje concentra praticamente todo treinamento sério de modelos grandes numa única arquitetura.

Fonte: TechNode (China)