Kinesiska jättar kastar sig över inhemska chip efter AI-modellen V4

En AI-modell optimerad för kinesisktillverkade processorer, med rabatter på upp till 90 procent jämfört med amerikanska konkurrenter. Det var vad Deepseek erbjöd marknaden när V4 lanserades i april 2025. Reaktionen har blivit en strategisk kedjereaktion där kinesiska jättar kastar sig över chip efter AI-modellen, och effekterna sträcker sig långt bortom ett enskilt företags produktsläpp. Baidu, Alibaba och Tencent ökar sina satsningar på inhemska halvledare, och det som ser ut som ett prisrace på ytan handlar i grunden om teknologisk självständighet.

Huaweis Ascend-chip går från reservlösning till förstaval

Tidigare generationer av kinesiska AI-modeller tränades nästan uteslutande på Nvidias GPU:er. Deepseeks R1, som lanserades i januari 2025, använde reinforcement learning för att pressa ned träningskostnaderna, men den körde fortfarande bäst på amerikansk hårdvara. V4 bryter det mönstret. Modellen är specifikt anpassad för Huaweis Ascend-chip, den mest avancerade processorn som tillverkas helt inom Kinas gränser.

Det förändrar kalkylen för varje kinesiskt teknikföretag som bygger AI-tjänster. Om en konkurrenskraftig modell kan köras på lokalt producerad hårdvara, minskar beroendet av importerade chip som dessutom blivit svårare att få tag på efter amerikanska exportrestriktioner.

Huawei har länge positionerat Ascend-plattformen som ett alternativ, men marknaden var tveksam. Prestandan nådde inte upp till Nvidias toppmodeller, och mjukvarustödet var tunnare. Deepseeks optimering av V4 för just Ascend ger chipet något det inte haft tidigare: en referensmodell som visar att det faktiskt fungerar i skarp drift.

Priskrig som strategiskt vapen

Deepseeks prissättning av V4 är svår att ignorera. 75 procents rabatt på V4-Pro under en veckolång kampanj och 90 procent lägre pris vid cacheträffar, alltså när modellen återanvänder data den redan behandlat. Jämfört med vad OpenAI eller Google tar för motsvarande kapacitet är skillnaden dramatisk.

Det här är inte en tillfällig rea. Deepseek använder prissänkningar som en metod för att tvinga konkurrenter att antingen matcha priserna eller förlora marknadsandelar. För kinesiska företag som redan överväger att migrera till inhemsk hårdvara blir kombinationen av billigare modell plus billigare chip svår att motstå.

Konsekvensen sprider sig uppåt i leveranskedjan. Fler beställningar av Ascend-chip innebär större produktionsvolymer för Huawei, vilket i sin tur pressar ned styckkostnaden och gör chipet ännu mer konkurrenskraftigt. Den typen av positiv spiral är exakt vad den kinesiska staten har försökt skapa genom sina industripolitiska satsningar i över ett decennium.

Tre ekosystem som rör sig samtidigt

Det vore missvisande att se chiprushen som enbart en reaktion på Deepseek. Kinas tre största teknikkonglomerat har egna AI-strategier som alla pekar åt samma håll.

Baidu och sökdominansen

Baidu kontrollerar ungefär 70 procent av alla sökningar i Kina och driver ett av världens största AI-laboratorier i Peking. Företagets AI-plattform PaddlePaddle har etablerats som ett standardverktyg bland kinesiska utvecklare, enligt Wired. Att Baidu nu kan köra modeller på inhemska chip istället för importerade stärker hela det ekosystemet.

Alibaba och den kommersiella infrastrukturen

Alibabas molntjänst är redan Kinas största, och företagets betaltjänst Alipay har över en miljard månatliga användare. Alibaba har också en egen AI-modellserie under utveckling. För ett företag vars e-handelsplattform genererade 85 miljarder dollar i omsättning under Singles Day 2021 är tillgång till billigare AI-beräkning direkt kopplat till marginalerna. Datacenter som drivs med lägre chipkostnader frigör resurser, något som påverkar allt från logistikoptimering till personaliserade produktrekommendationer (vi har skrivit mer om hur AI-infrastruktur förändrar energiekvationen i vår artikel om hur datacenter redan värmer upp bostäder).

Tencent och den globala investeringsspindeln

Tencent tar en annorlunda väg. Företaget äger andelar i över 800 företag globalt, från spelstudios till fintech-bolag, enligt TechCrunch. Den strategin ger Tencent en unik position: bolaget behöver inte bygga alla AI-modeller själv utan kan distribuera tekniken genom sitt portföljnätverk. Billigare kinesiska chip gör det möjligt att rulla ut AI-funktioner i fler produkter utan att hårdvarukostnaderna exploderar.

Gemensamt för alla tre är att de rör sig bort från ett beroende som länge betraktades som omöjligt att bryta. Varje ny modell som presterar godkänt på inhemska chip försvagar argumentet att kinesisk AI kräver amerikansk hårdvara.

Tre personer arbetar parallellt vid sina skärmar i ett kontorsmiljö, en scen som speglar hur Kinesiska jättar kastar sig ö...

Nvidias aktie berättar en splittrad historia

När Deepseeks R1 dök upp i januari 2025 reagerade marknaden med panik. Nvidias aktie hade sin största dagliga kursnedgång någonsin, och Deepseek-appen klättrade till förstaplatsen i Apples App Store i USA. Investerare oroade sig för att billigare kinesiska modeller skulle urholka efterfrågan på Nvidias dyra GPU:er.

Sedan hände något oväntat. Dagen efter V4-lanseringen i april nådde Nvidias aktie rekordhöga nivåer. Marknaden verkar ha landat i en mer nyanserad bedömning: kinesiska modeller ökar den totala efterfrågan på AI-beräkning, och Nvidia behåller sin position i den västerländska marknaden. Fler aktörer som använder AI betyder fler chip som säljs totalt, även om en del av kakan nu går till Huawei.

För småföretag som funderar på att använda AI-verktyg i sin verksamhet kan den här utvecklingen faktiskt innebära lägre priser, eftersom ökad konkurrens mellan chipmakers och modellutvecklare pressar kostnaderna nedåt genom hela kedjan.

Gapet som fortfarande finns

Trots rusningen kring V4 finns det skäl att vara återhållsam med slutsatserna. Deepseeks modell är öppen, vilket innebär att vem som helst kan ladda ned och använda den. Det ger flexibilitet men innebär också att den konkurrerar i en annan kategori än slutna modeller som GPT-5.5 eller Gemini 3.1 Pro.

Bland öppna modeller presterar V4 i toppskiktet. Men slutna amerikanska modeller har fortfarande ett övertag i rena benchmarktest, framför allt i komplexa resonemang och kodgenerering. Kinaanalytikern Chris McGuire på Council on Foreign Relations har påpekat att V4 inte stänger gapet mot USA i AI-utveckling. Modellen är ett steg framåt, inte ett genombrott som förändrar hierarkin.

Öppen vs sluten modell

En öppen modell kan laddas ned, modifieras och köras lokalt av vem som helst. En sluten modell (som GPT-5.5) nås bara via företagets API och kontrolleras helt av utvecklaren. Öppna modeller ger frihet men släpar ofta efter i ren prestanda.

Det här gapet spelar roll för vilka tillämpningar som fungerar. För standarduppgifter som textsammanfattning, kundtjänstchattar och enklare kodning räcker V4 gott. Men för avancerad forskning, medicinsk diagnostik och andra krävande uppgifter väljer de flesta fortfarande amerikanska alternativ.

Person sitter vid ett skrivbord och jämför två webbläsarfönster på en laptop, mitt i researchen kring Kinesiska jättar kas...

Reinforcement learning som hemlig ingrediens

En del av Deepseeks försprång i pris-prestandaförhållande kommer från hur modellerna tränas. Redan R1-modellen i januari 2025 visade att reinforcement learning kan minska behovet av enorma datamängder och beräkningskraft. Modellen lär sig genom att testa olika lösningar och belönas för rätt svar, ungefär som ett barn som lär sig cykla genom att försöka och justera.

Den metoden kräver färre beräkningscykler, vilket i sin tur innebär färre chip. När varje chip dessutom kostar mindre för att det är tillverkat i Kina snarare än importerat från Taiwan, multipliceras besparingen. Reinforcement learning är inte unikt för Deepseek, men företaget har varit aggressivare än de flesta i att optimera tekniken för kostnadseffektivitet.

En studie publicerad i JMIR AI illustrerar potentialen i liknande teknik inom ett helt annat fält: en förstärkningsinlärningsmodell testades på över 3 175 patienter och minskade akuta vårdhändelser med 12 procentenheter jämfört med standardbehandling. Principen är densamma oavsett tillämpning: modellen lär sig genom konsekvenser, inte bara genom att memorera data.

En ny verklighet för chipmarknaden

Utvecklingen handlar inte om att Kina plötsligt bygger bättre chip än Nvidia. Det gör man inte. Huaweis Ascend är fortfarande sämre i ren prestanda per watt jämfört med Nvidias senaste generationer. Skillnaden är att ”tillräckligt bra” nu räcker för en växande del av AI-tillämpningarna, och att ”tillräckligt bra plus billigt plus tillgängligt utan exportrestriktioner” är ett erbjudande som förändrar marknadslogiken.

Västerländska chipmakers står inför ett val de helst undviker. Sänkta priser äter marginalerna. Oförändrade priser öppnar dörren för kinesiska alternativ att ta marknadsandelar i Asien, Mellanöstern och Afrika. Och exportrestriktionerna som USA infört för att bromsa Kinas AI-utveckling har paradoxalt nog accelererat precis det de skulle förhindra: en inhemsk chipindustri med en reell kundkrets.

Den som tror att chipkriget mellan USA och Kina handlar om vem som har den snabbaste processorn missar poängen. Det avgörande är vem som bygger ett helt ekosystem där hårdvara, modeller och tillämpningar samverkar till ett pris som marknaden accepterar. Just nu bygger Kina sitt eget, och Deepseeks V4 blev den katalysator som fick resten av industrin att sluta avvakta.

Hugo

Jag heter Hugo och är en passionerad skribent här på Newst. Min resa inom skrivandet började tidigt och har alltid drivits av en stark nyfikenhet för världen omkring oss. Jag specialiserar mig på att utforska och analysera globala trender inom politik, ekonomi och kultur. Min målsättning är att förmedla komplexa ämnen på ett klart och engagerande sätt. Att få möjligheten att dela insikter och berättelser med läsarna på Newst är en sann glädje och ett privilegium.

Publicera kommentar