OpenAi, трепещи! Китайский стартап DeepSeek представил инновационную модель ИИ
Раньше ИИ был как завод, требующий отдельной электростанции, теперь это компактный гаджет. Об этом рассказал основатель Expert-Ai.ru Леонид Гольдберг в беседе с «ТехИнсайдером».
По словам специалиста, инновации DeepSeek напоминают переход от мейнфреймов к персональным компьютерам:
Как DeepSeek перевернул правила игры
Традиционные модели используют 32-битные числа для расчетов, что гарантирует точность, но требует гигантских ресурсов. DeepSeek применил 8-битное квантование, сократив объем памяти на 75%.
«Это как заменить тяжелый грузовик спорткаром: вы теряете в грузоподъемности, но выигрываете в скорости и стоимости», — подчеркнул Гольдберг.
Кроме того, эксперт напомнил, что обычные модели обрабатывают текст последовательно, токен за токеном. DeepSeek, в свою очередь, анализирует целые фразы, ускоряя обработку данных в 2 раза с сохранением 90% точности. Для обучения на миллиардах слов это критично, объяснил он.
Стоимость обучения 100 млн → 5 млн;
GPU: 100 000 → 2 000;
API: дешевле аналогов.
«Вместо гигантской модели, где задействованы все 1,8 триллиона параметров, DeepSeek использует модульную архитектуру: из общего пула в 671 миллиарда параметров активируются только 37 миллиардов, необходимых для конкретной задачи. Представьте больницу, где вместо 1000 врачей круглосуточно дежурят 50, но всегда именно те, кто нужен пациенту», — отметил специалист.
Совместимость с игровыми видеокартами вместо специализированных чипов
«[Производитель видеокарт] Nvidia построил империю на GPU с маржой 90%. Если DeepSeek докажет, что их подход масштабируем, это ударит по самой бизнес-модели — дорогое "железо" станет не нужно», — комментирует Гольдберг.
Однако эксперт также призвал к осторожности: «Пока DeepSeek демонстрирует успехи в специфических задачах, но не во всех. Их открытый код и документы — это прорыв для сообщества, однако гиганты вроде OpenAI уже работают над аналогичными методами».
ИИ будущего: децентрализация и доступность
Специалист Гольдберг выделил три ключевых последствия внедрения технологии:
- Смерть «культуры гипермасштабирования»: небольшие команды смогут конкурировать с корпорациями.
- Рост Open Source: публичность кода DeepSeek ускорит развитие отрасли.
- Смена приоритетов: вместо покупки GPU будут инвестиции в алгоритмическую эффективность.
«Это напоминает 2006 год, когда Amazon выпустила AWS. Технологии ИИ станут доступны даже стартапам с ограниченным бюджетом. Но говорить о крахе Nvidia преждевременно — их чипы еще долго будут востребованы для задач, где важна максимальная производительность», — рассказал он.
Коротко: что это значит для нас?
- Для разработчиков: Порог входа в ИИ снижается. Теперь стартап из 10 человек может создать прототип, который раньше требовал команды в 500+ инженеров.
- Для бизнеса: Стоимость AI-решений упадет, но конкуренция взлетит. Как с облачными сервисами в 2010-х: выиграют те, кто предложит уникальные сценарии использования.
- Для Nvidia: Риски есть, но паника преждевременна. Даже если спрос на серверные GPU сократится, рынок игровых и специализированных чипов (например, для робототехники) останется за ними.
«Главный урок DeepSeek в том, что ИИ — это не гонка железа, а марафон идей. Алгоритмическая элегантность победит грубую силу вычислений. Но, как в случае с ChatGPT, баланс сохранится: гиганты останутся для экзафлопсных задач, а оптимизированные модели займут ниши, где важны скорость и доступность», — заключил основатель Expert-Ai.ru.