DeepSeek rekrutiert „Zivilingenieur“: selbstgebautes Rechenzentrum auf GW-Niveau, Rechenleistungskarte wechselt von Leasing zu selbstgebautem

„Sie haben die Möglichkeit, an der Planung und dem Bau von Infrastruktur von MW (Megawatt) bis GW (Gigawatt)-Ebene mitzuwirken.“

Die neu eingeführte IDC-Stelle für Design- und Planungsingenieure auf der offiziellen Website von DeepSeek nutzt ein JD-Vorwort, um einen großen Wandel in der Rechenleistungsstrategie anzukündigen – von Cloud-Leasing hin zu selbstgebauten Rechenzentren. IDC-Entwurfs- und Planungsingenieure gehören zu den technischen Kernkompetenzen der Computerinfrastruktur. Sie sind für die gesamte Prozessplanung und -gestaltung des Rechenzentrums verantwortlich, von der vorläufigen Standortauswahl über das Planlayout bis hin zu Bauzeichnungen und Implementierungsunterstützung. Sie sind die wichtigsten technischen Personen, die für die frühe Phase des Computerraumbaus verantwortlich sind.

Jobdetails: 7 Kernaufgaben und 5 attraktive Versprechen

DeepSeek listet 7 Hauptverantwortlichkeiten für diese Position auf, die den gesamten Prozess von der Planungsarchitektur bis zur speziellen Optimierung abdecken:

• Planung und Architektur: Beteiligen Sie sich an der Campusplanung für Rechenzentren, der Planung von Computerräumen und dem Entwurf der Infrastrukturarchitektur
• Systemüberprüfung: Beteiligen Sie sich an der Überprüfung und Optimierung von Stromversorgungssystemen, Kühlsystemen, Schranksystemen, Netzwerkinfrastruktur usw.
• Frontier Technology Research: Erforschung und Bewertung neuer Technologiewege wie Flüssigkeitskühlung, hochdichte Stromversorgung und -verteilung, modularer Aufbau sowie intelligenter Betrieb und Wartung.
• Spezifikationsausgabe: Ausgabe von Designspezifikationen, technischen Standards, Ausrüstungsauswahlstrategien und Kapazitätsplanungsplänen
• Grenzüberschreitende Zusammenarbeit: Arbeiten Sie mit Designinstituten, Geräteherstellern, Bauteams und Betriebsteams zusammen, um die Projektabwicklung zu fördern
• Branchenforschung: Beteiligen Sie sich an der Forschung zu globalen Trends in der Rechenzentrums- und KI-Infrastrukturbranche
• Spezielle Optimierung: Führen Sie spezielle Analysen und Lösungsoptimierungen für Schlüsselindikatoren wie Kosten, Zuverlässigkeit, Energieeffizienz, Skalierbarkeit usw. durch.

Das Signal „Kein Berufserfahrungslimit“ in der JD-Position ist recht freundlich. Gleichzeitig wird ein unabhängiger Aufstiegskanal für Senior-Kandidaten mit mehr als 7 Jahren Erfahrung vorbereitet. Liang Wenfeng möchte nicht nur Nachwuchs mit systematischem Denken rekrutieren, sondern braucht auch dringend reife Architekten, die den Auftrag selbstständig ausführen können.

Die 5 in „You Can Get“ geschriebenen Verpflichtungen lassen diesen HC wirklich spannend aussehen: Beteiligung an der Planung und dem Bau der Infrastruktur von MW bis GW, Kontakt mit Multi-Field-Teams wie Internet/Chip/Server/Energie/Strom/Kühlung, jedes entworfene System kann sich in Zukunft auf die Betriebseffizienz von Zehntausenden GPUs und Hunderttausenden Servern auswirken, Kontakt mit Spitzentechnologien wie KI-intelligenten Rechenzentren/High-Density-GPU-Clustern/Flüssigkeitskühlung und fortschrittlicher Kühlung Technologie/neue Stromversorgungs- und Verteilungsarchitektur/automatisierter Betrieb und Wartung und digitale Zwillinge.

Was bedeutet ein GW-Rechenzentrum?

1 GW = 1000 MW = 1 Milliarde Watt. Vor der KI 2.0-Ära lag die Leistungskapazität globaler „Hyperscale“-Rechenzentren normalerweise zwischen 50 und 100 MW, und einige führende Projekte konnten 200 bis 300 MW erreichen. Mit dem Eintritt in die Ära des KI-Trainings und der KI-Inferenz ist der Strombedarf exponentiell gestiegen.

Derzeit gibt es weltweit nur zwei öffentliche KI-Rechenzentrumsprojekte auf GW-Ebene: Stargate, eine Zusammenarbeit zwischen OpenAI und Microsoft, plant einen einzigen Campus mit 5 GW, langfristig insgesamt 30 GW und ein Investitionsbudget von 100–500 Milliarden US-Dollar; Musks Colossus-Cluster in Memphis, Colossus 1, wird im September 2024 online gehen und etwa 230.000 GPUs einsetzen, und Colossus 2 wurde im Januar dieses Jahres gestartet. Es ist jeden Monat in Betrieb und gilt als weltweit erster Trainingscluster auf Gigawatt-Ebene. Wenn DeepSeek ein eigenes Rechenzentrum auf GW-Niveau aufbaut, liegt sein Ehrgeiz auf der Hand.

Rechenleistungslandschaft: von „ein Schiff ausleihen, um zur See zu fahren“ bis zu „ein Schiff bauen und segeln“

Folgt man dem Zeitplan, ist der strategische Weg von DeepSeek hinsichtlich der Rechenleistung klar erkennbar: vom Hangzhou Iron and Steel Cloud Computing Data Center (Leasing) nach Ulanqab in der Inneren Mongolei (selbstgebautes Projekt) bis hin zur Rekrutierung wichtiger IDC-Design- und Planungstalente am Hauptsitz in Hangzhou – die Rechenleistungslandschaft verlagert sich von „Schiffe ausleihen, um zur See zu fahren“ zu „Schiffe bauen und segeln“.

Die Entstehung dieses HC steht in hohem Maße im Einklang mit der geplanten ersten Finanzierungsrunde von DeepSeek in Höhe von 50 Milliarden US-Dollar. Unter den Finanzierungszwecken haben viele Parteien der „Erhöhung der Investitionen in Rechenleistung“ oberste Priorität eingeräumt, und die in der Stellenausschreibung hervorgehobenen technischen Richtungen – GPU-Cluster mit hoher Dichte, Flüssigkeitskühlung, neue Stromversorgungs- und Verteilungsarchitektur, Betrieb und Wartung digitaler Zwillinge – deuten darauf hin, dass DeepSeek höchstwahrscheinlich aus dem traditionellen IDC-Standardkonstruktionsmodell ausbrechen und eine maßgeschneiderte Infrastruktur entwickeln wird, die jedes Quäntchen GPU-Rechenleistung herausholen kann.

Eine praktische Herausforderung lässt sich jedoch nicht vermeiden: In der aktuellen KI-Industrie und im Bereich der Energieinfrastruktur dauert es nur 1 bis 2 Jahre, ein 1-GW-Rechenzentrum zu bauen und die Karten zu installieren, aber es dauert 5 bis 8 Jahre, bis das Stromnetz und die Lieferkette fertiggestellt sind**. Wird die Wartezeit jedes Mal, wenn ein neues Modell auf den Markt kommt, immer länger? Dies ist der Zeitaufwand, den DeepSeek auf seinem eigenen Weg zum Selbstaufbau bewältigen muss. Im gleichen Zeitraum gab CATL rund 15,5 Milliarden Yuan aus, um die KI-Infrastruktur kontinuierlich auszubauen (Zhongheng Electric HVDC, 21Vianet Data Center). Das selbstgebaute GW-Rechenzentrum von DeepSeek und die Energiespeicher- und Stromversorgungslösungen des Investors CATL bildeten zufällig einen vollständigen geschlossenen Rechenleistungs-Energie-Kreislauf.