Baut DeepSeek einen eigenen KI-Chip? Der Reuters-Bericht Juli 2026 erklärt

ca. 20 Min. Lesezeit · MACCOME · Zuletzt aktualisiert: 2026-07-09

Für wen? Entwickler und Tech-Leads, die die Reuters-Meldung vom 7. Juli 2026 einordnen müssen; Einkäufer, die chinesische Inferenz-Hardware und Lieferkettenrisiken bewerten; Investoren, die TCO und ASIC-Trends verstehen wollen. Kernbotschaft: DeepSeek entwickelt laut Reuters ein Inferenz-ASIC (frühes Stadium, nicht offiziell bestätigt); parallel liefert Alibaba T-Head Zhenwu bereits 560.000+ Chips. Aufbau: TL;DR → sechs Schmerzpunkte → Reuters-Fakten → Liang Wenfeng-Zitate → Alibaba-Acht-Jahres-Pfad → globale Matrix Juli 2026 → fünf Treiber → Inferenz vs. Training → Risiken → Zeitstrahl → sechs Schritte → drei Kennzahlen → FAQ.

bolt

TL;DR — 30-Sekunden-Fazit

  • DeepSeek-Gerücht: Laut Reuters (drei informierte Personen) wahrscheinlich real, aber früh; Ziel ist Inferenz-ASIC, kein Training; keine offizielle Bestätigung.
  • Liang Wenfeng: Nie öffentlich «Wir bauen Chips» gesagt; 2024: Exportverbote sind die größte Herausforderung — strategisches Motiv, kein Projekt-Launch.
  • Alibaba T-Head: Kein Gerücht, acht Jahre Serienproduktion; Zhenwu 810E ausgeliefert, 560.000+ Einheiten, milliardenschwere Jahresumsätze (CNY).
  • Globale Trends: OpenAI Jalapeño, Anthropic×Samsung, Zhipu-Evaluierung — Custom-Silicon-Wachstum 44,6 % vs. GPU 16,1 % (TrendForce 2026).
  • Treiber Nr. 1: Ökonomie — Inferenz ist die «Miete» der KI; ASIC-TCO kann GPU um 30–65 % unterbieten; Lieferkette und Datenschutz folgen als zweite Priorität.

Sechs Schmerzpunkte: Warum «KI-Firmen bauen Chips» 2026 überall auftaucht

In der ersten Juliwoche 2026 berichtete Reuters über DeepSeek, The Information über Zhipu, Anthropic soll mit Samsung über 2-nm-Chips verhandeln — kein Zufall, sondern struktureller Wandel: Der Wettbewerb verschiebt sich von «bestes Modell» zu «günstigste, kontrollierbare Compute». Wer bereits den OpenAI-Jalapeño-Leitfaden gelesen hat, findet hier die China-Perspektive mit globalem Benchmark.

  1. Inferenzkosten = laufende «Miete»: Training ist Capex (einmalig), Inferenz ist Opex (skaliert mit DAU). Bei ChatGPT-ähnlichen Produkten mit hunderten Millionen Nutzern übersteigt Inferenz-Ausgaben Training. Nvidia-Datacenter-GPUs: Bruttomarge >70 % — jede H200-Bestellung fließt größtenteils an Nvidia («GPU-Steuer»).
  2. Exportkontrollen und Lieferketten: US-Beschränkungen für H100/H800/H20 nach China; Liang Wenfeng 2024: «Exportverbot für High-End-Chips ist die größte Herausforderung». Wenn Ihr Stack auf einem einzigen Anbieter oder einer Jurisdiktion liegt, dann ist Lieferketten-Vorhersagbarkeit härter als reine TFLOPS — auch für EU-Teams mit DSGVO-Pflichten bei Datenverarbeitungsort.
  3. Kooperation und Eigenbau parallel: DeepSeek V4 ist an Huawei Ascend 950 angepasst, Teile des Trainings laufen auf Ascend — Reuters meldet trotzdem ein Eigen-ASIC. Korrekte Formulierung: kurzfristig Partnerschaften, langfristig Eigenentwicklung; Kooperation ist live, Eigenbau ist früh.
  4. Software-Hardware-Co-Design: DeepSeek UE8M0 FP8 und MLA-Architektur gelten als Signale für Co-Design mit heimischer Silizium; OpenAI Jalapeño optimiert KV-Cache, Batching, Latenz. GPUs opfern Effizienz für Flexibilität; ASICs opfern Flexibilität für bekannte Workloads.
  5. Gerücht vs. Serienproduktion: DeepSeek-Chip: keine offizielle Bestätigung. Alibaba T-Head: Serienproduktionsgeschäft (560.000+ Chips, milliardenschwere Umsätze). «Jack Ma will jetzt Chips bauen» mit «DeepSeek-Geheimprojekt» zu vermischen, ist methodisch falsch — 2018-Strategie vs. 2026-Frühphase.
  6. Auswirkung auf Entwickler: Inferenz-Kostenkrieg verstärkt API-Preisschwankungen und Modell-Routing. Wenn die Compute-Schicht instabil ist, dann sind Multi-Model-Routing und ein 7×24-online Gateway wichtiger als Wette auf einen Chip-Lieferanten.

DeepSeek-Chip-Gerücht: Was Reuters sagt — und was noch offen ist

Am 7.–8. Juli 2026 folgten mehrere Medien dem Reuters-Exklusivbericht. Kernpunkte:

  • DeepSeek entwickelt ein eigenes KI-Chip, Ziel: Inferenz, nicht Training
  • Projektstart ca. Mitte 2025 («vor einem Jahr»), frühes Stadium
  • Gespräche mit Chip-Design-Häusern, Foundries, Speicherlieferanten
  • In den letzten Monaten verstärkte Rekrutierung von Chip-Ingenieuren — diskret, nicht auf öffentlichen Jobbörsen
  • Bei Erfolg: weniger Abhängigkeit von Nvidia und Huawei Ascend — DeepSeek hatte Ascend bereits tief integriert

Formulierungsempfehlung: «Laut Reuters und Folgeberichten hat DeepSeek ein Inferenz-ASIC-Projekt gestartet» — nicht «Liang Wenfeng kündigt Chip-Bau an». Immer «laut informierten Personen / frühes Stadium / nicht offiziell bestätigt» kennzeichnen.

Glaubwürdigkeitsbewertung

Dimension Bewertung
Quellenqualität Hoch. Reuters-Standard «three people familiar with the matter»; globale Finanzmedien folgen üblichem Verifikationsprozess
Offizielle Bestätigung Keine. Stand 2026-07-09: kein DeepSeek-Pressrelease, kein Social-Media-Statement
Indirekte Belege Stark. Juni 2026: erste externe Finanzierung ~7,4 Mrd. USD (~51 Mrd. CNY), Verwendungszweck u. a. «Eigenentwicklung KI-Chips» und Ausbau heimischer Rechenzentren; IDC plant Chip-Ingenieur-Stellen; UE8M0 FP8 als Co-Design-Signal
Widersprüchliche Lesarten Teils «DeepSeek setzt kurzfristig auf Ascend, Gerücht übertrieben». Kooperation und Eigenbau parallel ist die präzisere Landkarte

Was sagte Liang Wenfeng? Beziehung zum Chip-Gerücht

Liang Wenfeng gibt selten Interviews. Wertvollste Quellen: «暗涌 Waves» Mai 2023 und Juli 2024. Er hat nie öffentlich «DeepSeek baut Chips» gesagt — Reuters beschreibt Unternehmensverhalten (Rekrutierung, Lieferantengespräche), keinen Gründer-Launch.

Schlüsselzitate (Chip/Compute)

format_quote

«Unsere echte Herausforderung war nie Kapital, sondern das Exportverbot für High-End-Chips.» — Juli 2024, 暗涌-Interview

format_quote

Im Vergleich zum Ausland braucht China bei Trainingseffizienz und Dateneffizienz jeweils etwa das Doppelte — insgesamt rund das Vierfache an Compute für gleiches Ergebnis. — Liang Wenfeng, 暗涌

format_quote

«Viele heimische Chips scheitern, weil es keine Technik-Community gibt — nur zweite Hand Informationen. Deshalb muss jemand an die Spitze der Technik.» — Liang Wenfeng, 暗涌

format_quote

«Für Forscher ist der Hunger nach Compute unbegrenzt … wir werden bewusst so viel Compute wie möglich bereitstellen.»

Diese Aussagen liefern strategisches Motiv: Compute-Engpass, Exportkontrolle, Co-Design-Notwendigkeit. Unterscheiden Sie: «langfristige Gründer-Haltung» ≠ «offizielle Projektankündigung».

Alibaba / T-Head (Pingtouge): Acht Jahre, kein Gerücht

«Hat Jack Ma Ähnliches gesagt?» — Klarstellung: Alibabas Chip-Strategie läuft seit Jahren, nicht seit Juli 2026.

Jack-Ma-Ära (2018): Strategischer Start

  • September 2018, Cloud Computing Conference: Alibaba fusioniert C-SKY (Zhongtian Micro) mit Damo-Chip-Team → Pingtouge Semiconductor (T-Head)
  • Name von Jack Ma persönlich gewählt («Pingtouge» = Honigdachs, «furchtlos»)
  • Zhang Jianfeng (Xing Dian): Chips als konzernweite Strategie
  • Frühe Richtung: AI-Chips (Hanguang-Serie), Embedded, Cloud-Edge; später Server-CPU (Yitian), RISC-V IP (Xuantie)

Nicht schreiben: «Jack Ma will jetzt Chips bauen». Korrekt: Ma legte 2018 die Basis; Joe Tsai erklärte 2024 Exportkontrollen; Eddie Wu nannte 2026 Serienzahlen.

Jack Ma vs. Joe Tsai vs. Eddie Wu

Person Rolle Öffentliche Chip-Aussagen
Jack Ma Strategie 2018 Benannte T-Head, Chips als Konzernstrategie; seit 2019 weniger öffentliche Auftritte
Joe Tsai Vorsitzender Podcast 2024: US-Exportbeschränkungen «klar spürbar» für Alibaba Cloud; China ~zwei Jahre hinter USA; langfristig eigene Halbleiterfähigkeit; Exportkontrolle ein Grund für aufgeschobene Cloud-Spin-off
Eddie Wu CEO Ergebnis-Telefonat GJ 2026: T-Head AI-Chips kumuliert 470.000+ geliefert, milliardenschwere Jahresumsätze; IPO von T-Head nicht ausgeschlossen

Zhenwu-Produktlinie

Modell Zeitpunkt Kernpunkte
Hanguang 800 2019 Früher AI-Inferenz-Chip
Zhenwu 810E Jan. 2026 Train+Inferenz; 96 GB HBM2e; Leistung zwischen Nvidia A800 und H20; in Serienproduktion
Zhenwu M890 2026 144 GB Speicher, 800 GB/s Chip-zu-Chip, ~3× 810E
Zhenwu V900 geplant Q3 2027 216 GB, 1200 GB/s Interconnect
Zhenwu J900 geplant Q3 2028 Iteration paralleler Compute-Architektur

Kommerzielle Daten (2026): Kumulierte Auslieferung 560.000+; Jahresumsatz milliarden CNY; Kunden u. a. Alibaba Cloud intern, China Unicom, angeblich 400+ Unternehmen mit Zhenwu-Clustern; T-Head-Stammkapital auf 1 Mrd. CNY erhöht (Juni 2026); Alibaba plant 380 Mrd. CNY Investition in Cloud- und KI-Infrastruktur über drei Jahre.

Verhältnis zu Nvidia: WSJ berichtet, neue Alibaba-Chips seien CUDA-kompatibel — geringere Migrationskosten für Ingenieure (anders als Huaweis Pfad). Fertigung früher TSMC, zunehmend heimische Foundries (Branche verweist auf SMIC 7 nm).

Globale Fortschrittsmatrix Juli 2026

«KI-Firmen bauen Chips» ist global, nicht China-exklusiv. Englischsprachige Leser fokussieren Unit Economics; deutschsprachige Teams zusätzlich Lieferkette und Datenschutz bei Rechenzentrumsstandort.

Unternehmen Chip-Projekt Phase Szenario Schlüsselzahl / Ereignis
DeepSeek Eigenes Inferenz-ASIC (unbenannt) Frühe Entwicklung Inferenz Finanzierung 7,4 Mrd. USD; diskrete Rekrutierung; nicht offiziell bestätigt
Alibaba (T-Head) Zhenwu 810E / M890 Serienproduktion Train+Inferenz 560.000+ ausgeliefert; milliardenschwere Jahresumsätze
Huawei Ascend 950 u. a. Serienproduktion Train+Inferenz DeepSeek V4-Adapterung; Auftragsspitzen (Reuters)
OpenAI Jalapeño (mit Broadcom) Tape-out, Deployment ausstehend Inferenz 9 Monate Design bis Tape-out; Deployment Ende 2026 (siehe Jalapeño-Artikel)
Google TPU v6/v7 Großserien-Einsatz Train+Inferenz Gemini end-to-end auf TPU
Amazon Trainium3 / Inferentia Kommerziell Training+Inferenz Anthropic nutzt Trainium im großen Stil
Microsoft Maia 100 Rollout Inferenz Azure / OpenAI-Workloads
Meta MTIA Intern Inferenz Empfehlungssysteme; Neustart nach Fehlschlag
Anthropic Verhandlung mit Samsung Exploration offen The Information, Juli 2026
Zhipu AI Evaluierung Eigen-ASIC Früh Inferenz The Information, Juli 2026

TrendForce (2026): Wachstum Custom AI Chips bei Cloud-Anbietern 44,6 % vs. General-Purpose-GPU 16,1 % — Custom Silicon wächst erstmals deutlich schneller als GPU.

Fünf Treiber: Warum Hyperscaler Chips bauen (nach Priorität)

Kurzantwort: Nicht «Chips um der Chips willen», sondern weil KI-Wettbewerb von Modellen auf Compute-Ökonomie und Lieferkettenkontrolle erweitert wurde.

  1. Ökonomie: Inferenz ist die «Miete» — Morgan Stanley schätzte: 24.000 Blackwell-GPU-Cluster ~852 Mio. USD Hardware; vergleichbarer Google-TPU-Cluster ~99 Mio. USD. SemiAnalysis/Bernstein: Custom ASIC 40–65 % TCO-Vorteil vs. GPU; Hyperscaler: 30–40 % niedrigere Kosten pro Token.
  2. Lieferkette und Geopolitik — Exportkontrollen, heimische Förderung, Nvidia-Zuteilungsengpässe. «Sicherheit» bedeutet hier Vorhersagbarkeit: nicht von einem Lieferanten oder einer Regulierung abhängig. Für EU-Unternehmen: Verarbeitungsort und AV-Vertrag prüfen (Datenschutz).
  3. Software-Hardware-Co-Design — DeepSeek UE8M0 FP8, OpenAI Jalapeño Serving, Google TPU+JAX. GPU flexibel, ASIC effizient für bekannte Last.
  4. Verhandlungsmacht und Moat — Selbst ohne vollständigen Nvidia-Ersatz stärkt Eigen-Silizium Einkauf und «Modell + Cloud + Chip»-Narrativ (Alibaba «Goldenes Dreieck», OpenAI Full-Stack).
  5. Energie und Nachhaltigkeit — Inferenz-ASICs optimieren Perf/Watt. Megawatt-Rechenzentren: Strom und Kühlung rivalisieren Chip-Capex; ASICs streichen ungenutzte GPU-Schaltkreise.

Inferenz-Chip vs. Training-GPU: Warum die Branche spaltet

Fazit: Training bleibt Nvidia-Domäne; Inferenz ist Schlachtfeld der Custom ASICs.

Dimension Training Inferenz
Workload Dynamisch, experimentell, Architekturwechsel häufig Statisch, Modell fix, Anfragemuster planbar
Software-Ökosystem CUDA-Moat tief (cuDNN, NCCL, Nsight) Kernel für festes Modell handoptimierbar
Chip-Anforderung Spitzen-FLOPS + flexible Programmierung Durchsatz, Latenz, Kosten pro Token
Ökonomische Skala Einmaliger Cluster-Capex 7×24 kontinuierlich, größeres Volumen
Beispiele Nvidia H100/B200 dominiert TPU, Trainium, Maia, Jalapeño, DeepSeek-Gerücht-Chip

Risiken: Frühprojekte scheitern regelmäßig

  • Meta MTIA-Neustart — Custom Silicon ist kein Selbstläufer
  • Architekturrisiko: Training-Architekturen wechseln schnell; Inferenz stabiler, aber Transformer-Ersatz erhöht ASIC-Sunk Cost
  • DeepSeek unbestätigt: Stand Redaktionsschluss null offizielle Ankündigung — nicht «bestätigt» schreiben
  • Fertigungsengpässe: Advanced Foundry, HBM, Equipment unter Exportkontrolle
fact_check

Redaktions-Checkliste (vor Veröffentlichung)

  • Nicht «Liang Wenfeng kündigt Chip-Bau» — stattdessen «laut Reuters / informierte Personen»
  • Training vs. Inferenz klar trennen
  • Jack Ma: 2018-Strategie, nicht «kürzlich gesagt»
  • Dual-Währung: 7,4 Mrd. USD ≈ 51 Mrd. CNY
  • Neue Entwicklungen alle 2–4 Wochen prüfen (Reuters, OpenAI, Ergebnis-Telefonate)

Zeitstrahl: Chip-Strategien der Großen

timeline
2023–2024  Liang Wenfeng (暗涌): Exportverbote größte Herausforderung; Compute-Hunger
2025-01    DeepSeek R1 auf Nvidia H800 trainiert (Chip Ende 2023 exportverboten)
Mitte 2025  Bericht: Eigen-Chip-Projekt gestartet
2026-04    DeepSeek V4 an Huawei Ascend angepasst; V4-Flash teils auf Ascend trainiert
2026-06    DeepSeek erste externe Finanzierung ~7,4 Mrd. USD, u. a. für Eigen-Chips
           OpenAI + Broadcom: Jalapeño (Inferenz-ASIC, 9 Monate Tape-out)
2026-07-07 Reuters: DeepSeek entwickelt Eigen-Inferenz-Chip (Exklusiv)
           The Information: Zhipu evaluiert Custom Silicon
2018-09    Alibaba gründet T-Head (Jack Ma benennt)
2026-01    Alibaba Zhenwu 810E in Serienproduktion

Sechs Schritte: Runbook für Entwickler und Tech-Leads

Chip-Strategie ist Giganten-Spiel — aber anwendungsnahe Teams können heute handeln: Abhängigkeit von einem Compute-Pfad reduzieren, Agent-Infrastruktur stabil halten. Ergänzt Huawei openPangu Ascend und DeepSeek V4-Flash lokal auf Mac.

  1. Compute-Kosten-Dashboard: Training vs. Inferenz trennen; $/1M Tokens, GPU-Auslastung, API-Trend tracken. Wenn Inferenz >60 % Opex, dann Routing und Cache priorisieren.
  2. Multi-Anbieter-Routing: Produktions-Agent nicht an ein Modell oder ein Chip-Ökosystem binden; Primary/Secondary-Provider und Degradation (siehe OpenRouter-Matrix).
  3. Gerücht vs. beschaffbar: DeepSeek-Eigenchip früh; Zhenwu, Ascend, Nvidia haben reifere Pfade — Einkauf nach Serienproduktion + Software-Reife, nicht nach Schlagzeile.
  4. Co-Design-Nutzen prüfen: Wenn Workload fix (Serving eines Modells), dann ASIC-TCO modellieren; wenn experimentell (häufige Architekturwechsel), dann GPU-Flexibilität behalten.
  5. Control Plane 7×24: Bei Compute-Volatilität Gateway, CI Runner, Signierung, Agent-Scheduler in stabiler dedizierter Umgebung — nicht mit Inferenz-Clustern konkurrieren.
  6. Quartals-Review Lieferkette: Alle 2–4 Wochen Reuters, WSJ, Ergebnis-Telefonate; internes Risikoregister aktualisieren; DSGVO-Verarbeitungsorte dokumentieren.

Drei harte Kennzahlen (EEAT-zitierfähig)

  • 7,4 Mrd. USD / 51 Mrd. CNY: DeepSeek externe Finanzierung Juni 2026, Verwendung u. a. Eigen-Chips und heimische Rechenzentren (Reuters / Finanzberichte).
  • 560.000+ / milliarden CNY Umsatz: Alibaba T-Head Zhenwu kumulierte Auslieferung und Jahresumsatzgröße H1 2026 (Eddie Wu, Ergebnis-Telefonat).
  • 44,6 % vs. 16,1 %: TrendForce 2026 — Wachstum Custom Cloud-Chips vs. General-Purpose-GPU; Custom Silicon überholt GPU-Wachstum deutlich.

Sicherheit vs. Kostensenkung: ausgewogen formulieren

Narrativ Zielgruppe Schreibweise
Geopolitik / Entkopplung Policy- und Strategie-Leser Exportkontrollen, heimische Alternative, Lieferketten-Autonomie
Business / Investment Finanz- und Produkt-Owner TCO, Bruttomarge, Token-Kosten, Capex-ROI
Technik Ingenieure Co-Design, ASIC vs. GPU, Inferenz-Architektur
Sicherheit / Compliance Einkauf, CISO Datenhoheit, Lieferketten-Resilienz, weniger Drittanbieter-Abhängigkeit, DSGVO

«Auf heimische Chips warten» scheitert oft: Frühprojekte scheitern (Meta MTIA), Software-Migration unterschätzt, und die Agent-Control-Plane darf nicht warten — Gateway-Ausfall kostet mehr als 5 % höhere Inferenz-Preise. «Für immer Nvidia-API mieten» riskiert Preisschocks, Quoten und geopolitische Schocks. Pragmatisch: Multi-Anbieter-Compute + stabile dedizierte Control-Plane.

Teams mit 7×24 OpenClaw Gateway, Coding-Agenten, CI Runner oder lokaler Modell-Experimentation stoßen bei eigenem Mac an Beschaffungszyklen, Raumklima und Peak-Skalierung; VMs oft ohne vollwertigen Metal-Stack. MACCOME Mac-Cloud bietet dedizierte Apple-Silicon-Physik, flexible Laufzeiten und Multi-Region-Knoten — stabile Produktionsbasis unterhalb der Hyperscaler-Inferenz-Schicht. Chip-News ändert sich wöchentlich; Ihre Control Plane sollte das nicht tun.

Häufige Fragen

Ist die DeepSeek-Chip-Meldung glaubwürdig?

Reuters berichtete am 7. Juli 2026 unter Berufung auf drei informierte Personen — hohe Quellenqualität, aber DeepSeek hat offiziell nicht bestätigt. Frühes Stadium, Ziel Inferenz, nicht Training. Stand 2026-07-09: «laut Berichten», nicht «bestätigt».

Hat Liang Wenfeng öffentlich Chip-Bau angekündigt?

Nein. Interview 2024 (暗涌): «größte Herausforderung sind Exportverbote für High-End-Chips», Betonung auf Compute-Deployment und 4×-Effizienzlücke — kein Eigenchip-Programm. Reuters beschreibt Rekrutierung und Lieferantenkontakte.

Wer bei Alibaba spricht über Chips?

Jack Ma: Strategie und Namensgebung 2018. Joe Tsai: Exportkontrollen vs. Alibaba Cloud. Eddie Wu: Serienzahlen 2026. Alibaba-Chips sind etabliertes Geschäft, kein Juli-Gerücht. Nicht «Jack Ma sagt kürzlich» schreiben.

Warum zuerst Inferenz-Chips?

Inferenz: stabil, groß, 7×24 — ASIC-tauglich. Training: CUDA-Ökosystem, Flexibilität, Nvidia dominiert. DeepSeek-Gerücht, Jalapeño, Zhenwu fokussieren Inferenz oder Train+Inferenz-Hybrid.

Bauen Große aus Sicherheit oder zum Sparen?

Beides — Ökonomie zuerst: Inferenzkosten und Lieferkettenrisiko; Exportkontrollen beschleunigen vorhandene Motive. ASIC-TCO kann GPU um 30–65 % unterbieten. Für stabile Agent-Infrastruktur: Mac-Mini-Mietpreise; Hilfe: Hilfe-Center.

Haftungsausschluss: DeepSeek hat das Chip-Projekt nicht offiziell bestätigt. Stand 2026-07-09, basierend auf Reuters, WSJ, OpenAI, 暗涌-Interviews, Alibaba-Ergebnissen und Branchenanalysen. Vor Veröffentlichung aktuelle Meldungen prüfen.

Quellen: Reuters (2026-07-07 DeepSeek-Chip), OpenAI Jalapeño, WSJ (Alibaba AI-Chip), Caixin Global (Zhenwu 810E), 暗涌 Waves (Liang Wenfeng), TrendForce (Custom-Silicon-Wachstum).