Die Entstehung von Deepseek ist eine "große Chance" für sie, keine Bedrohung.
Open Source bedeutet, dass der Softwarecode der Software für Änderungen und Umverteilung im Web frei verfügbar gemacht werden kann. Im Gegensatz zu Wettbewerbern wie OpenAI ist das Modell von Deepseek Open Source.
R1 zeigt, dass das Wachstum nicht von einem Unternehmen dominiert wird - es gibt keine Hardware und Software im Open -Source -Modell.
Deepseeks Open-Source-R1-Inferenzmodell, das Ende letzten Monats veröffentlicht wurde, ist vergleichbar mit der besten Technologie in den USA und hat mit geringen Kosten eine hochmoderne Leistung erzielt und den globalen Markt schockiert.
Genau wie auf den PC- und Internetmärkten tragen fallende Preise dazu bei, die globale Akzeptanz voranzutreiben. Der KI-Markt hat einen ähnlichen langfristigen Wachstumspfad.
Inferenzchip 'Burst'
Durch die Beschleunigung des KI -Zyklus von der "Trainingsphase" zur "Inferenzphase" wird Deepseek wahrscheinlich die Einführung neuer Inferenz -Chip -Technologie erhöhen.
Inferenz bezieht sich auf den Akt der Verwendung von KI, um Vorhersagen oder Entscheidungen auf der Grundlage neuer Informationen zu treffen, und nicht auf der "Trainingsphase" von Bau- oder Schulungsmodellen.
Beim KI -Training geht es darum, ein Tool oder einen Algorithmus zu erstellen, und es geht darum, dieses Tool in die praktische Verwendung zu bringen. "
Das KI -Training erfordert viel Berechnung, aber die Argumentation kann mit weniger leistungsstarken Chips durchgeführt werden, die so programmiert sind, dass sie eine enge Auswahl an Aufgaben ausführen.
Viele in der Branche sind der Ansicht, dass Kunden, wenn sie das Open -Source -Modell von Deepseek übernehmen und aufbauen, die Nachfrage nach Inferenzchips und Computing ansehen.
Deepseek hat gezeigt, dass kleinere Open -Source -Modelle so ausgebildet werden können, dass sie zu einem Bruchteil der Kosten so leistungsstarker, wenn nicht sogar leistungsfähiger sind als große proprietäre Modelle. Mit der weit verbreiteten Verwendung kleiner Funktionsmodelle katalysierten sie eine Ära der Argumentation.
Er merkte auch an, dass das Unternehmen kürzlich eine Verdoppelung des Interesses von Kunden auf der ganzen Welt bei der Beschleunigung seiner Inferenzinitiativen gesehen hat.
Jetzt verlagern Unternehmen die Ausgaben von Trainingsclustern auf Argumentation von Clustern. Wir brauchen nur immer mehr Rechenleistung, um diese Modelle für Millionen von Benutzern zu skalieren.
Da die allgemeine Nachfrage nach KI wächst, werden kleinere Unternehmen mehr Raum zum Wachstum haben, und da die Welt mehr Token benötigt (Einheiten von Dateneinheiten, die von KI -Modellen verarbeitet werden), können Nvidia nicht genügend Chips für alle liefern, sodass wir die Möglichkeit haben, aggressiver auf den Markt zu verkaufen.