DeepSeek V4-Pro ble trent helt uten Nvidia – kjørt på kinesiske Huawei-brikker

DeepSeek V4-Pro ble trent helt uten Nvidia – kjørt på kinesiske Huawei-brikker

Den kinesiske AI-utvikleren DeepSeek publiserte 19. juni 2026 V4-Pro, en åpen modell med 1,6 billioner parametere som ifølge selskapet ble trent utelukkende på Huawei Ascend-brikker — uten en eneste Nvidia-GPU i oppsettet. Modellen er sluppet under en åpen lisens. Det er en av de tydeligste demonstrasjonene så langt på at en topp-modell kan trenes helt uten vestlig brikketeknologi.

Hvorfor «uten Nvidia» er nyheten

Nvidias GPU-er har vært den de facto standarden for å trene store AI-modeller. Amerikanske eksportkontroller har de siste årene begrenset Kinas tilgang til de kraftigste av disse brikkene, nettopp for å bremse kinesisk AI-utvikling. Hele poenget med V4-Pro er at den utfordrer premisset for den strategien: hvis en modell på dette nivået kan trenes på kinesiske Huawei Ascend-brikker alene, har eksportkontrollene en mindre bremsende effekt enn antatt.

Et tall som «1,6 billioner parametere» beskriver hvor mange justerbare verdier modellen har — grovt sagt hvor stor og kompleks den er. Store parametertall er ikke automatisk lik bedre kvalitet, men det signaliserer at oppsettet håndterer trening i full skala. Det viktige her er ikke parametertallet i seg selv, men at hele treningsløpet gikk på innenlandsk maskinvare.

Hva som er bekreftet, og hva som bør verifiseres

Det DeepSeek selv oppgir, er at V4-Pro er trent på Huawei Ascend og sluppet åpent. Tidligere modeller fra selskapet har brukt en arkitektur som reduserer regnekostnaden betydelig per spørring, en tilnærming DeepSeek har bygget videre på. Det gjør at modellen kan kjøres rimeligere enn parametertallet skulle tilsi.

Samtidig bør påstander om treningsoppsett leses med et kritisk blikk til de er uavhengig verifisert. Det er forskjell på at en modell er publisert med åpne vekter — altså at du kan laste den ned og kjøre den selv — og på at hver detalj om hvordan den ble trent er kontrollert av tredjepart. Den åpne lisensen gjør at uavhengige forskere kan teste ytelsen direkte, men selve treningsmaskinvaren er vanskeligere å etterprøve utenfra. Behandle ytelsen som testbar og treningspåstanden som troverdig, men ikke ferdig bekreftet.

Hva det betyr for norske brukere

Det praktiske er at åpne modeller som V4-Pro kan lastes ned og kjøres på egen infrastruktur, noe som gir norske virksomheter et alternativ til de lukkede modellene fra OpenAI, Google og Anthropic. For oppgaver der data ikke skal forlate egne servere, er det en reell fordel.

Men åpen kildekode fra en kinesisk leverandør reiser egne spørsmål. Selv om du kjører modellen lokalt og dataene dine blir værende hos deg, bør virksomheter vurdere hvordan modellen håndterer norsk, og være bevisste på at innholdsmoderering og eventuelle skjevheter kan være formet av et annet regulatorisk og politisk miljø. Rådet er det samme som for enhver ny modell: test mot dine konkrete oppgaver, sjekk norsk-håndteringen, og avklar hvor og hvordan den skal kjøres før den tas i bruk på sensitive data.

«DeepSeek publiserte 19. juni 2026 V4-Pro, en åpen modell med 1,6 billioner parametere som ifølge selskapet ble trent utelukkende på Huawei Ascend-brikker, uten Nvidia-GPU-er. Modellen er sluppet under åpen lisens. Påstanden om treningsmaskinvare er selskapets egen og bør leses som troverdig, men ennå ikke uavhengig verifisert i alle detaljer.» — Oppsummert fra DeepSeeks lansering og bransjeomtale, juni 2026 (fourweekmba.com)

Ofte stilte spørsmål

Hva er nytt med DeepSeek V4-Pro? Den ble ifølge selskapet trent utelukkende på kinesiske Huawei Ascend-brikker, uten en eneste Nvidia-GPU, og er sluppet som en åpen modell med 1,6 billioner parametere. Det er en av de tydeligste demonstrasjonene så langt på at en topp-modell kan trenes uten vestlig brikketeknologi, noe som svekker den bremsende effekten av amerikanske eksportkontroller.

Kan jeg stole på at den faktisk ble trent uten Nvidia? Påstanden er DeepSeeks egen. Den er troverdig gitt selskapets historikk, men treningsmaskinvare er vanskelig å etterprøve uavhengig utenfra. Selve modellen er derimot åpent tilgjengelig, så ytelsen kan testes direkte av uavhengige forskere. Behandle ytelsen som etterprøvbar og treningspåstanden som troverdig, men ikke ferdig verifisert.

Bør norske bedrifter bruke modellen? Som åpen modell kan den lastes ned og kjøres lokalt, noe som er en fordel når data ikke skal forlate egne servere. Samtidig bør virksomheter vurdere norsk-håndtering og være bevisste på at innholdsmoderering og skjevheter kan være formet av et annet regulatorisk miljø. Test mot dine egne oppgaver og avklar bruken på sensitive data før produksjon.