Det første store havariet for suksessen med kinesisk kunstig intelligens (AI) oppstart DeepSeek har vist seg å være Nvidia, hvis aksje falt 17 prosent på mandag midt i frykt for at innovasjoner fra det Hangzhou-baserte firmaet kunne redusere bransjens avhengighet av det amerikanske firmaets avanserte brikker. Mens Nvidia slo seg tilbake i pre-handlingen tirsdag, bemerket analytikere et skifte i oppfatningen av selskapets rolle i kostbar AI-utvikling drevet av grafikkprosesseringsenheter (GPU), og truet en av verdens mest verdifulle teknologititaner.
Hva har DeepSeek oppnådd?
DeepSeek hevder å ha forhåndsutdannet sin V3-modell på bare 2.048 Nvidia H800 GPUer over en periode på to måneder, med hver brikke som koster omtrent USD 2 per time å kjøre. Den totale treningskostnaden for V3 -modellen var 5,5 millioner dollar, med 2,8 millioner GPU -timer, langt mindre enn konkurrerende modeller. I mellomtiden har den open source resonnementsmodellen, R1, utgitt tidligere denne måneden, vist muligheter som kan sammenlignes med mer avanserte modeller fra Openai, Anthropic og Google, men med betydelig lavere treningskostnader.
Beviser DeepSeek Nvidia -brikker ikke er uunnværlige?
Ikke ennå. I et 2023-intervju med kinesisk medieutsalg latepost sa DeepSeek-grunnlegger Liang Wenfeng at selskapet gradvis hadde bygget opp en lagring på mer enn 10, 000 Nvidia GPUer, noe som gjorde det til en av toppeierne av databehandlingsressursene blant kinesiske AI-oppstart. I et intervju i juli 2024 sa Liang at selskapets hovedproblem ikke var penger, men tilgang til avanserte amerikanske brikker som er begrenset fra eksport til Kina, og fremhever viktigheten av maskinvaren.
Mens DeepSeek-modeller har levert imponerende resultater, kan selskapets manglende tilgang til ledende AI-akseleratorer, som NVIDIAs beste Hopper og Blackwell-produkter, utfordre sin langsiktige evne til å følge med i store språklige ytelser med amerikanske jevnaldrende.
Nvidia svarte mandag på hypen som ble generert av det kinesiske AI -firmaet, og sa at dets fremskritt viser nytten av dets GPUer for det kinesiske markedet og at flere av brikkene vil være nødvendig i fremtiden for å møte etterspørselen etter DeepSeek -tjenester.
Bruker DeepSeek lokale alternativer for å trene sine modeller?
Et av de mest beskyttede områdene i DeepSeeks AI-gjennombrudd er om det bruker noen Kina-laget halvledere i sin trening. Det har vært tegn på at en del av maskinvareoppsettet inkluderer Huawei Technologies 'Ascend AI-brikker, et topp alternativ til Nvidia-brikker i Kina. Hva er tegnene?
Kan amerikanske AI -firmaer lære av DeepSeek å kutte kostnader?
Hvis amerikanske store teknologiselskaper begynte å lære av DeepSeek og velge billigere AI -løsninger, kan det legge press på Nvidia. Wei Sun, hovedanalytiker for AI ved Counterpoint Research, sa at NVIDIA-salget gjenspeiler skiftende oppfatninger i AI-utvikling.
"DeepSeeks suksess utfordrer troen på at større modeller og mer databehandlingsstyrke driver bedre ytelse, og utgjør en trussel mot NVIDIAs GPU-drevne vekststrategi," sa hun.
