Czy DeepSeek oszukuje rynek "Moze miec wiecej chipow AI niz twierdzi"

Chiński DeepSeek okazał się nie tylko ciekawą aplikacją AI, która , ale przede wszystkim był zimnym prysznicem dla rynku AI i inwestorów. Start-up twierdzi bowiem, że . Był to sygnał dla rynku, że szkolenie AI wcale nie musi pochłaniać miliardów dol. i inwestycje amerykańskie są przesadzone. DeepSeek może mijać się z prawdą Alexander Wang, szef firmy Scale AI, o której we wrześniu ub.r., zasugerował, że . — chodzi tu o nałożone sankcje związane z eksportem półprzewodników do Chin. — Z tego, co wiem, DeepSeek ma ok. 50 tys. chipów H100, o których oczywiście nie mogą mówić, ponieważ jest to sprzeczne z kontrolą eksportu wprowadzoną przez USA. Myślę, że to prawda, że mają więcej chipów, niż ludzie zakładają — powiedział w wywiadzie dla CNBC. Elon Musk skomentował wywiad z Wangiem słowem: "oczywiście", sugerując, że to, co powiedział CEO Scale AI jest prawdą i DeepSeek faktycznie ma więcej chipów AI, niż można wywnioskować z oficjalnych informacji. Na razie . Wczorajsze wyprzedaże na giełdzie były podyktowane przede wszystkim paniką i spekulacjami. . Ponadto chiński start-up przekonuje, że ma dostęp do chipów Nvidia H800, które są wyraźnie wolniejsze od obecnie dostępnych (to starsza generacja). Ted Mortonson, dyrektor zarządzający i strateg ds. technologii w Baird, również wątpi, że DeepSeek mógł zbudować swój model z chipami H800 o zmniejszonej pojemności. Uważa, że reakcja na rzekome innowacje DeepSeek jest przesadzona. "Mamy jednych z najlepszych inżynierów AI na świecie tutaj, w USA. Twierdzenie, że nie przyjrzeli się temu pod kątem open source i optymalizacji, jest trochę absurdalne, jeśli się nad tym zastanowić. Tak więc osobiście nie wierzę zbytnio w to, co mówią chińskie firmy" — skomentował dla Fortune. Co warto wiedzieć o H100 Nvidii? to procesor graficzny, podobny do tych, jakie znajdziemy w komputerach PC. Nie jest to jednak typowy układ graficzny, zapewniający realistyczne wrażenia wizualne i wysoką wydajność w rozdzielczości 4K, jak popularne karty graficzne GeForce. W przeciwieństwie do komputerowych odpowiedników Chip Nvidii jest cztery razy szybszy niż poprzednik (A100) w szkoleniu algorytmów, czyli tzw. dużych modeli językowych (large language models – LLM). Dla firm, które ścigają się w tym, aby wyszkolić swoje LLM-y, by mogły wykonywać poszczególne zadania dla użytkowników, układy zapewniające najwyższą wydajność są na wagę złota. Następcami dla H100 są chipy z serii , o których również informowaliśmy.