딥시크가 V4를 엔비디아 GPU가 아닌 화웨이 칩으로 학습하며 중국 AI의 칩 독립 가능성을 보여줬습니다. 2026년 6월 공개된 DeepSeek-V4-Pro는 1.6조 파라미터 규모의 전문가 혼합(MoE) 모델로, 주요 프런티어급 중국 모델 가운데 처음으로 화웨이 어센드 950 칩에서 대규모로 학습됐습니다. 미국의 칩 수출통제가 중국의 첨단 모델 학습을 막지 못한다는 신호입니다. ASAP은 이 결과를 1차 출처로 정리합니다.

엔비디아 없이 학습했다

딥시크 V4의 핵심은 학습에 쓴 칩이 바뀌었다는 점입니다. 주요 프런티어급 중국 모델 가운데 처음으로 엔비디아 하드웨어가 아니라 화웨이 어센드 950 칩에서 대규모로 학습됐습니다. 모델 자체보다 그 모델이 어디서 만들어졌는가가 더 큰 뉴스입니다.

숫자로 본 V4

DeepSeek-V4-Pro는 1.6조 파라미터 규모의 전문가 혼합(MoE) 모델입니다. 전체 파라미터는 1.6조에 이르지만 추론 시에는 일부 전문가만 활성화돼 효율을 높입니다. 화웨이 플랫폼에서 이 규모의 학습이 가능하다는 점이 검증된 셈입니다.

수출통제를 우회하다

이 학습은 미국의 칩 수출통제가 의도한 효과를 내지 못함을 보여줍니다. 미국은 2026년 첨단 GPU의 중국 수출을 제한했지만, 딥시크는 자국 화웨이 칩으로 1.6조 파라미터 모델을 학습했습니다. 하드웨어 차단이 곧 능력 차단으로 이어지지 않는다는 뜻입니다.

아직 미국 프런티어엔 못 미친다

성능 면에서 V4는 최상위 미국 폐쇄형 모델에는 아직 미치지 못합니다. 외교협회(CFR) 분석은 V4를 현재 최고의 오픈소스 선택지로 평가하면서도, 미국 프런티어 폐쇄형 모델과는 경쟁이 안 된다고 봤습니다. 칩 독립과 최고 성능은 다른 문제입니다.

의미: 칩 독립의 신호

딥시크 V4는 중국이 엔비디아 없이도 대형 모델을 학습할 경로를 확보했음을 보여줍니다. 성능 격차는 남아 있지만, 화웨이 플랫폼이 대규모 학습에 쓰일 수 있다는 사실 자체가 구조적 변화입니다. AI 경쟁의 변수가 모델에서 칩 공급망으로 옮겨가고 있습니다.

정리

딥시크 V4의 진짜 뉴스는 성능이 아니라 칩입니다. 1.6조 파라미터 MoE 모델이 엔비디아 없이 화웨이 어센드 950에서 학습됐고, 수출통제는 이를 막지 못했습니다. 아직 미국 프런티어엔 못 미치지만, 중국의 칩 독립 경로가 열렸다는 신호입니다.

출처: DeepSeek "V4-Pro" 공개(2026년 6월; 1.6조 파라미터 MoE, 화웨이 어센드 950 학습) 및 외교협회(CFR) 분석 기반 ASAP 정리.