Huawei behauptet, Ascend verkaufe sich in China besser als Nvidia, während DeepSeek seine Software öffnet

Huawei hat diese Woche eine Mitteilung im Frage-und-Antwort-Stil veröffentlicht. The Register berichtete am 30. September, der rotierende Vorsitzende Eric Xu habe behauptet, Ascend habe Nvidia beim chinesischen Marktanteil überholt. "Es ist ziemlich schwer, Daten zum Marktanteil von Nvidia in China zu erheben, aber nach den Daten, die wir gesammelt haben, hat Ascend Nvidia überholt", sagte Xu. Unabhängige Zahlen nannte er nicht. Huawei hat die zugrunde liegenden Daten nicht veröffentlicht.

Der Hintergrund wiegt schwerer als die Behauptung. Die US-Exportkontrollen für KI-Beschleuniger nach China wechselten seit April 2025 mehrfach die Richtung. Das Hin und Her brachte Peking dazu, Rechenzentrumsbetreibern den Abschied von ausländischen Chips nahezulegen. In Nvidias eigener Telefonkonferenz zum zweiten Quartal, auf die sich The Register beruft, hieß es, H200-Lieferungen in die Region hätten weniger als 1 Prozent der Umsätze im Rechenzentrumsgeschäft ausgemacht. Xus Argument ist ebenso politisch wie technisch: "Auch wenn unsere Chips weniger fortgeschritten sein mögen, ist ihre Versorgung zumindest gesichert, sodass Sie sich nicht Tag für Tag Sorgen um die Chipversorgung machen müssen."

Die Software war die eigentliche Hürde

Die Lücke bei der Hardware ist real, und Xu räumt sie ein. Huawei argumentiert, dass die Softwarelücke schneller schrumpft als erwartet. Liao Heng, Chefwissenschaftler von Huaweis HiSilicon, sagte zu The Register: "Die erste Barriere, auf die Ascend stößt, ist eigentlich nicht die Hardware selbst. Es ist vor allem die Barriere des Ökosystems." Diese Barriere ist der CUDA-Graben, Nvidias geschätzte vier Millionen Entwickler. The Decoder merkt an, dass genau das AMD draußen gehalten hat, selbst als dessen Silizium auf dem Papier konkurrenzfähig aussah. Am 30. September veröffentlichte DeepSeek Open-Source-Programmierwerkzeuge für Ascend. The Decoder berief sich dabei auf einen Beitrag in DeepSeeks offiziellem WeChat-Kanal und auf Reuters. Kernstück ist TileLang, eine von Forschern der Peking-Universität entwickelte Sprache. DeepSeek nutzt sie seit etwa einem Jahr und bezeichnet sie laut The New York Times heute als sein wichtigstes Werkzeug für die AGI-Arbeit. DeepSeek und Huawei optimierten außerdem einen Superknoten aus 128 Ascend-950-Chips. Liao sagte, das Bild habe sich "in den vergangenen 18 Monaten" verschoben. Führende Labore seien auf Programmierung im Mega-Kernel-Stil umgestiegen und betrachteten CUDA nicht mehr als den einzigen Weg.

Die schiere Größe ist Huaweis zweite Antwort. The Register berichtet, das Unternehmen setze einen Atlas 950 SuperCluster mit 256.000 Karten ein. Eine neuere Architektur soll auf bis zu eine Million NPUs skalieren. Xu war deutlich über die Grenzen: "Wir haben nicht genug Kapazität, um die Nachfrage in China zu befriedigen." Zu Malaysias souveräner KI-Arbeit sagte er, Huawei bevorzuge chinesische Kunden und "außerhalb Chinas beliefern wir nur eine sehr begrenzte Zahl von Kunden".

Unterdessen wird die Werkzeugebene neu aufgebaut

Am selben Tag unterzeichneten OpenAI und Synopsys eine mehrjährige Partnerschaft für GPT-Synopsys. Das Modell soll über Chipdesign und Verifikation reasoning betreiben und Synopsys' EDA-Werkzeuge direkt bedienen, wie The Decoder am 30. September berichtete. Ingenieure geben Ziele vor und genehmigen die Ergebnisse. Synopsys-CEO Sassine Ghazi sagt, KI könne das Design beschleunigen; OpenAIs Greg Brockman beschreibt es als bessere Chips und bessere KI. Das Modell läuft auf OpenAIs Infrastruktur, Kundendaten bleiben vom Training ausgeschlossen, und erste Tests mit Halbleiterkunden laufen bereits.

Tom's Hardwares AI Chip Design Week, die vom 28. September bis 2. Oktober läuft, rahmt denselben Wandel. Cadence, Synopsys und Siemens bieten alle agentische KI für Chipdesign an, überwiegend auf Nvidias Stack. Das Medium nennt die Autonomieversprechen unterschiedlich. Synopsys stellte sieben AgentEngineer-Agenten auf seiner Autopilot-Plattform vor, deren allgemeine Verfügbarkeit für Ende 2026 geplant ist. SemiEngineering veröffentlichte am 1. Oktober Beiträge zu LLM-Beschleunigungsmetriken, PCIe-über-UCIe-Verifikation und LLMs im Chipdesign. Der letzte veranschlagt über 1.000 Ingenieursmonate für einen ASIC üblicher Komplexität.

Nicht jeder Weg zu chinesischer Rechenleistung führt über heimische Chips. Tom's Hardware berichtete am 23. September, aus Nscales S-1-Anmeldung gehe hervor, dass eine ByteDance-Tochter, Spring (SG) Pte Ltd, 24 Millionen Dollar der 33 Millionen Dollar Umsatz beisteuerte, die der britische Neocloud 2025 erzielte. Zugleich griff sie in einem norwegischen Rechenzentrum auf 2.304 Nvidia-B200-Chips zu. Die FT berichtete, die Vereinbarung sei legal gewesen und habe Schlupflöcher in den US-Exportkontrollen genutzt. Macquarie verlangte von Nscale, die Nutzung von Spring auf Auffälligkeiten zu überwachen.

Eine Einschränkung zur CUDA-Erzählung: SemiAnalysis, zitiert von The Decoder, testete OpenAIs Jalapeño-Chip und nannte den CUDA-Graben "möglicherweise tot". Das galt allerdings nur in relativ einfachen Szenarien mit etwa 8.000 Eingabe- und 1.000 Ausgabe-Tokens. Bei Agenten-Workloads lag Nvidia im August noch deutlich vorn.