DeepSeek sammelt 12 Milliarden Dollar ein und baut einen Huawei-Cluster mit 160.000 Chips

--- title: DeepSeek sammelt 12 Milliarden Dollar ein und baut einen Huawei-Cluster mit 160.000 Chips meta_title: DeepSeeks 12-Milliarden-Dollar-Runde und die Huawei-Wette meta_description: DeepSeek soll bis zu 12 Milliarden Dollar mit Unterstützung von Tencent und CATL einsammeln und plant mindestens 160.000 Huawei-Beschleuniger in einem Rechenzentrum in der Inneren Mongolei. ---

DeepSeek suchte nach etwa 7,4 Milliarden Dollar und erhielt unerwartet großes Interesse. Laut Bloomberg wuchs die Runde nach der erfolgreichen Veröffentlichung des V4-Flash-Modells auf rund 12 Milliarden Dollar, und die bisher unterzeichneten Term Sheets deuten darauf hin, dass der endgültige Betrag 14,9 Milliarden Dollar erreichen könnte.

Tencent und der Batteriehersteller CATL werden als größte Teilnehmer genannt. Das berichtete Bewertungsziel liegt bei rund 74,6 Milliarden Dollar.

Die Zahlen hinter der Runde

Der interessanteste Teil der Geschichte ist nicht die Gesamtsumme, sondern wofür das Geld verwendet werden soll.

Bloomberg berichtet, dass DeepSeek plant, mindestens 160.000 von Huaweis Spitzenbeschleunigern in einem großen Rechenzentrum einzusetzen, das es in der Inneren Mongolei baut. Das wäre einer der größten bekannten Cluster von Huawei-KI-Chips.

Zusammen mit der Finanzierungssumme gelesen, ist der Plan konkret. Diese Runde existiert, um Rechenleistung auf einer bestimmten Plattform zu kaufen – in einem Maßstab, der die Plattform tragfähig macht, unabhängig davon, was alle anderen tun.

Warum die Huawei-Verpflichtung wichtiger ist als die Dollarsumme

Chinas KI-Industrie hat jahrelang Wege um die Exportkontrollen für fortschrittliche Nvidia-Hardware gefunden, und die Standardfrage lautete, ob inländische Chips als Ersatz dienen können. Eine Bestellung über 160.000 Beschleuniger beantwortet eine andere Frage: ob jemand bereit ist, sich in einem Maßstab zu verpflichten, der das Software-Ökosystem zur Reife zwingt.

Die Clustergröße verändert die Ingenieursarbeit. Kleine Bereitstellungen können raue Kanten verkraften; bei 160.000 Beschleunigern müssen Kommunikationsbibliotheken, Compiler und Scheduling alle gut funktionieren, weil sich Ineffizienz vervielfacht. DeepSeek hat zuvor Infrastrukturkomponenten für Huaweis Ascend-Plattform als Open Source veröffentlicht: Tooling für eine Programmiersprache auf Tile-Ebene, Compute-Bibliotheken und verteilte Kommunikationsbibliotheken, alle optimiert für die Ascend-950-Reihe.

Das Bild ist stimmig. DeepSeek nutzt Huawei-Chips, entwickelt Software dafür und veröffentlicht sie, was die Migrationskosten für alle anderen senkt. Das ist eine andere Haltung als bloße Anpassung.

Der entscheidende Vergleich gilt Nvidias Software-Burggraben. CUDA profitierte nie allein von der Silizium-Hardware, sondern von einem Jahrzehnt an Tooling, das den Chip einfach nutzbar machte. Jede glaubwürdige Alternative braucht dasselbe, und ein Open-Source-Bibliotheksstack plus ein Referenzcluster dieser Größe ist der Weg, wie das entsteht.

Die Investorenseite

Das Wachstum der Runde ist selbst aufschlussreich. DeepSeek suchte zunächst rund 7,4 Milliarden Dollar, und die Nachfrage trieb sie aufgrund einer Modellveröffentlichung in Richtung 12 Milliarden Dollar. Das ist ein starkes Signal dafür, wie Investoren chinesische KI-Labore bewerten, und es deutet darauf hin, dass der Käuferkreis Modellveröffentlichungen inzwischen als kurzfristige Bewertungsereignisse behandelt.

Bloomberg berichtet außerdem, dass Gründer Liang Wenfeng in mindestens einem Meeting in diesem Jahr zugesichert hat, weiterhin offene Modelle zu entwickeln, während er AGI verfolgt, und beschrieb sein Hauptziel damit, die Technologie voranzutreiben statt Monetarisierung. Berichten zufolge ist sein Nettovermögen seit dem Abschluss der ersten externen Finanzierungsrunde des Unternehmens in diesem Sommer um mehr als 200 % auf rund 36 Milliarden Dollar gestiegen.

An dem Bekenntnis zu offenen Modellen sollte man festhalten, denn es erklärt die strategische Position des Unternehmens. DeepSeeks Einfluss rührt vor allem daher, dass es starke Modelle veröffentlicht, die andere Entwickler ausführen können. Das senkt den Wert eines einzelnen API-Vertrags, baut aber eine Basis von Nutzern und Mitwirkenden auf und macht die Forschung des Unternehmens zu einem de-facto-Standard-Input für andere Labore. Mehrere konkurrierende Modelle, die in diesem Jahr veröffentlicht wurden, bauen auf chinesischen Basisarchitekturen auf – eine Position, die schwer zu kaufen und, einmal etabliert, leicht zu halten ist.

Der nächste Schritt nach Abschluss der Runde soll eine Umstrukturierung vor einem IPO sein. Das führt eine Spannung ein, die man beobachten sollte. Investoren an öffentlichen Märkten belohnen in der Regel verteidigungsfähige Preissetzungsmacht, und das Verschenken von Frontier-Modellen untergräbt Verteidigungsfähigkeit. Wie DeepSeek offene Gewichte mit den Erwartungen öffentlicher Märkte in Einklang bringt, wird seine Strategie über Jahre prägen.

Das größere Kapitalbild

Diese Runde ist Teil einer größeren Welle der KI-Finanzierung, die in diesem Jahr strukturell ungewöhnlich geworden ist.

Auf westlicher Seite lautet die ordnende Idee, dass Rechenleistung finanzierbar ist. Nvidia erklärte im August, mit Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs und KKR an Plattformen zu arbeiten, die mehr als 500 Milliarden Dollar an Drittkapital für KI-Infrastruktur mobilisieren sollen, und positionierte Rechenkapazität ausdrücklich als Anlageklasse. Amazon soll sich auf eine Struktur zubewegt haben, die es externen Investoren ermöglicht, rund 8 Milliarden Dollar für Nvidia-Grace-Blackwell-Chips über eine Zweckgesellschaft zu finanzieren, wobei Amazon die Ausrüstung zurückleast.

Auf chinesischer Seite ähnelt die Finanzierung eher einer strategischen Runde mit Industriepartnern. Tencent und CATL sind keine passiven Finanzinvestoren. Der eine bringt Distribution über seine Konsumenten- und Unternehmensprodukte mit, der andere Fertigungs- und Energieexpertise. Ein Chip-Cluster in der Inneren Mongolei hat Strom- und Kühlungsanforderungen, die ein Batterieunternehmen gut versteht.

Die beiden Modelle haben unterschiedliche Risikoprofile. Asset-Backed-Strukturen hängen davon ab, dass GPUs mit zunehmendem Alter einen Restwert behalten, was angesichts der schnellen Hardware-Erneuerung eine offene Frage ist. Ein konventionelles Gebäude behält nach einem Jahrzehnt einen Großteil seines Werts; ein spezialisierter Beschleuniger hat einen weit weniger vorhersehbaren Wiederverkaufsmarkt. Strategische Runden hängen davon ab, dass die Partnerbeziehungen halten, was ebenso eine Governance-Frage wie eine finanzielle ist.

In den westlichen Strukturen gibt es eine verwandte Spannung, die begonnen hat, Aufmerksamkeit zu erregen. Broadcoms KI-Finanzierungsplattform, die Anthropics Rechenleistungsausbau abdeckt, hat Kreditanalysten dazu veranlasst, zu hinterfragen, wie viel Risikoposition sich im Laufe der Zeit ansammelt; eine Schätzung beziffert die maximale Risikoposition bis 2029 auf Hunderte Milliarden. Die Bank of America stufte ihr Rating für Broadcom teilweise wegen der Unsicherheit aus dieser Plattform herab. Das erinnert daran, dass die Finanzierung von Rechenleistung die Ausgaben heute leichter erscheinen lässt und sie später an einer Stelle konzentriert.

Die chinesische Runde wirkt im Charakter anders, aber nicht grundsätzlich. 12 Milliarden Dollar gegen zukünftige Modellumsätze aufzunehmen, ist eine Wette auf fortgesetzte Fähigkeitsverbesserung, so wie ein Asset-Backed-Darlehen eine Wette darauf ist, dass GPUs produktiv bleiben.

Was zu beobachten ist

Ob der Cluster tatsächlich in dem genannten Umfang gebaut wird. Eine Bereitstellung von 160.000 Beschleunigern ist ein mehrjähriges Bauprojekt, und der berichtete Plan ist ein Plan.

Ob der Huawei-Softwarestack einfach genug wird, damit andere ihn übernehmen. DeepSeeks veröffentlichte Bibliotheken sind der Anfang davon. Die Übernahme durch andere Labore wäre der Beweis.

Ob die Runde am oberen Ende abgeschlossen wird. Die Spanne zwischen den gesuchten 7,4 Milliarden Dollar und den angedeuteten 14,9 Milliarden Dollar ist groß, und die endgültige Zahl wird viel darüber aussagen, wie zuversichtlich Investoren in chinesische KI im Allgemeinen statt in DeepSeek im Besonderen sind.

Das Wichtigste an dieser Geschichte steht unter der genannten Zahl. Die größte einzelne Wette in der chinesischen KI ist derzeit auf inländisches Silizium gerichtet, getätigt von dem Unternehmen mit der größten Glaubwürdigkeit bei offenen Modellen, finanziert von Partnern, die profitieren würden, wenn die Wette aufgeht. Das ist eine folgenreichere Verpflichtung als eine Bewertung.