Fremveksten av Deepseek er en "enorm mulighet" for dem, ikke en trussel.
Open source betyr at kildekoden for programvare kan gjøres fritt tilgjengelig på nettet for modifisering og omfordeling. I motsetning til konkurrenter som Openai, er DeepSeek -modellen åpen kildekode.
R1 viser at vekst ikke vil bli dominert av ett selskap - det er ingen maskinvare og programvare 'Moat' i open source -modellen.
DeepSeeks Open Source R1 inferensmodell, utgitt sent i forrige måned, er sammenlignbar med den beste teknologien i USA og har oppnådd nyskapende ytelse til lave kostnader, og sjokkerer det globale markedet.
Akkurat som i PC- og internettmarkedene, er fallende priser med på å drive global adopsjon. AI-markedet er på en lignende langsiktig vekstvei.
Inferens chip 'burst'
Ved å akselerere AI -syklusen fra "treningsfasen" til "inferensfasen" vil DeepSeek sannsynligvis øke adopsjonen av ny inferens -brikk -teknologi.
Inferens refererer til handlingen med å bruke AI for å ta spådommer eller beslutninger basert på ny informasjon, snarere enn "treningsfasen" av bygnings- eller treningsmodeller.
AI -trening handler om å bygge et verktøy eller algoritme, og resonnement handler om å bruke dette verktøyet i praktisk bruk. "
AI -trening krever mye beregning, men resonnement kan gjøres med mindre kraftige brikker som er programmert for å utføre et smalt utvalg av oppgaver.
Mange i bransjen mener at når kunder tar i bruk og bygger DeepSeeks open source -modell, ser de økende etterspørsel etter inferensbrikker og databehandling.
DeepSeek har vist at mindre open source -modeller kan trenes til å være like kraftige, om ikke kraftigere, enn store proprietære modeller til en brøkdel av kostnadene. Med den utbredte bruken av små funksjonelle modeller, katalyserte de en epoke med resonnement.
Han bemerket også at selskapet nylig har sett en dobling av interesse fra kunder over hele verden for å akselerere initiativene til inferansen.
Nå skifter selskaper utgifter fra treningsklynger til resonnering av klynger. Vi trenger bare mer og mer datakraft for å skalere disse modellene for millioner av brukere.
Etter hvert som den samlede etterspørselen etter AI vokser, vil mindre selskaper ha mer rom til å vokse, og siden verden vil trenge flere symboler (enheter av data behandlet av AI -modeller), vil ikke Nvidia kunne levere nok chips for alle, så det gir oss muligheten til å selge mer aggressivt til markedet.