Китайската компания DeepSeek обяви, че е похарчила едва 294 000 долара за обучението на своя модел R1, като данните бяха публикувани в научното списание Nature. Това е в пъти по-ниска сума от посочваните в САЩ стойности, които надхвърлят стотици милиони долари за обучение на големи езикови модели.

Компанията от Ханджоу твърди, че е използвала 512 графични процесора Nvidia H800, предназначени за китайския пазар. За сравнение, Сaм Алтман, изпълнителен директор на OpenAI, още през 2023 г. посочи, че обучението на водещи модели струва „много повече от 100 милиона долара“.

Геополитически и технологични нюанси

Съобщението на DeepSeek предизвика нова вълна от дискусии за мястото на Китай в глобалната надпревара за ИИ. Част от американските анализатори поставят под въпрос достоверността на данните, особено предвид факта, че компанията е разполагала и с по-мощни Nvidia A100 чипове, макар и официално да заявява, че R1 е обучен само върху H800.

Съществуват и твърдения, че DeepSeek има достъп до по-мощните H100 чипове, въпреки въведените американски ограничения върху износа им за Китай.

Обвинения в „дистилация“ на чужди модели

Още през януари американски представители обвиниха компанията, че е използвала техника, наречена дистилация – процес, при който един модел се обучава върху резултатите от друг. DeepSeek признава, че е използвала Meta Llama като основа за някои версии и че в данните са попаднали отговори, генерирани от модели на OpenAI. Според компанията това е станало инцидентно, а не умишлено.

Влияние върху пазара

Още през януари новината за по-евтините модели на DeepSeek разклати технологичните пазари – инвеститори побързаха да разпродават акции, притеснени от потенциалното предизвикателство за гиганти като Nvidia и OpenAI.

DeepSeek защитава позицията си, че чрез по-евтино и по-ефективно обучение на ИИ системи прави технологията по-достъпна и намалява енергийните ѝ разходи.