De acordo com fontes ouvidas pelo jornal, a DeepSeek colaborou com a Huawei e com a Cambricon para otimizar o V4 para as plataformas mais recentes dessas fabricantes. O movimento se encaixa na estratégia mais ampla do ecossistema de IA chinês de reduzir a dependência de chips da Nvidia, que dominam o mercado global e sofrem restrições de exportação impostas por Washington.

O calendário do lançamento também é simbólico: o V4 deve chegar às vésperas das “Duas Sessões”, as reuniões anuais do parlamento chinês, que começam em 4 de março — um palco político que tende a reforçar a narrativa de campeões nacionais em tecnologia.

Será o primeiro grande lançamento da DeepSeek desde janeiro de 2025, quando a empresa apresentou o R1, seu modelo de raciocínio, e alegou ter alcançado desempenho comparável ao de rivais do Vale do Silício com menos poder computacional. Na época, o anúncio teve repercussão em mercados e virou, para alguns analistas, um marco do avanço chinês em IA.

Desde então, a empresa fez atualizações incrementais, enquanto concorrentes domésticos como Alibaba e Moonshot ampliaram a oferta de modelos abertos e de baixo custo. A otimização do V4 para chips locais pode dar novo fôlego à demanda por semicondutores chineses, sobretudo na etapa de “inferência” — quando o modelo já treinado passa a gerar respostas em escala.

O Financial Times também ressalta que, apesar desse avanço, a Nvidia segue central no treinamento de modelos, especialmente na fase de pré-treinamento, intensiva em processamento. O jornal cita ainda relatos anteriores de que a DeepSeek tentou treinar sistemas iniciais em hardware da Huawei, mas enfrentou dificuldades técnicas.

A expectativa, segundo uma fonte, é que a companhia publique uma nota técnica curta junto com o V4 e, mais adiante, divulgue um relatório mais detalhado.

A reportagem menciona ainda a tensão crescente em torno de práticas de “destilação”, após a Anthropic acusar laboratórios chineses — incluindo a DeepSeek — de treinar modelos menores a partir de saídas de sistemas mais avançados, reduzindo o custo de alcançar desempenho semelhante. Procuradas, Huawei, DeepSeek e Cambricon não responderam ao jornal.