Deepseek ha resuelto el ecosistema de IA liderado por los Estados Unidos con su último modelo y afeitado cientos de miles de millones en líderes de chips Nvidia Capitalización de mercado. Mientras que los líderes de la industria se ocupan de las consecuencias, las compañías de IA más pequeñas ven la oportunidad de escalar con la startup china.
Varias compañías relacionadas con la IA dijeron que CNBC de que la aparición de Deepseek era más una oportunidad «masiva» para ellos que una amenaza.
«Los desarrolladores están muy interesados en reemplazar los modelos costosos y cerrados de OpenAI con modelos de origen abierto como Deepseek R1 …», dijo Andrew Feldman, CEO de la inteligencia artificial -Chip -Startup -Sarbras.
La compañía compite con las unidades de procesamiento de gráficos de NVIDIA y ofrece servicios basados en la nube a través de su propio clúster de computadora. Feldman dijo que la publicación del modelo R1 produjo uno de los picos más grandes de cerebras a quienes se les preguntó sobre sus servicios.
«R1 muestra que [AI market] El crecimiento no está dominado por una sola empresa hardware y trincheras de software para modelos de código abierto ”, agregó Feldman.
El código abierto se refiere al software en el que el código fuente está disponible gratuitamente para posibles cambios y redistribución. Los modelos de Deepseek son de código abierto, en contraste con competidores como OpenAai.
Deepseek también afirma que su modelo de argumentación R1 compite con las mejores tecnologías estadounidenses, aunque funcionó a costos más bajos y fue capacitado sin unidades de procesamiento de gráficos de última generación, aunque los observadores y competidores de la industria han cuestionado estas afirmaciones.
«Al igual que en los mercados de PC e Internet, la caída de los precios ayudan a promover la aceptación global. El mercado de IA se encuentra en una ruta de crecimiento secular similar», dijo Feldman.
Chips de inferencia
Deepseek podría aumentar la introducción de nuevas tecnologías de chip acelerando el ciclo de IA de la capacitación a la fase de «inferencia», dijo las nuevas empresas y los expertos de la industria.
La inferencia se relaciona con el acto de usar y usar AI para tomar predicciones o decisiones basadas en nueva información en lugar de en la construcción o capacitación del modelo.
«Para expresarlo, la capacitación de IA se trata de crear una herramienta o un algoritmo, mientras que la inferencia se trata de proporcionar esta herramienta para su uso en aplicaciones reales», dijo Phelix Lee, analista de acciones de Morningstar, con un enfoque en los semiconductores.
Mientras que NVIDIA ocupa una posición dominante en las GPU para el entrenamiento de IA, muchos competidores ven el espacio para la expansión en el segmento de «inferencia», donde prometen una mayor eficiencia para costos más bajos.
La capacitación de IA es muy computativa, pero la inferencia puede funcionar con chips menos potentes que se programan de tal manera que realizan una selección más cercana de tareas, agregó Lee.
Varias nuevas empresas AI -CHIP anunciaron CNBC que registraron más demanda de chips e informática de inferencia, ya que los clientes aplican, acumulan y construyen el modelo OpenSource de Deepseek.
«[DeepSeek] ha demostrado que los modelos abiertos más pequeños pueden ser entrenados de tal manera que sean más capaces o capaces que los modelos patentados más grandes, y esto puede ser una fracción de los costos «, dijo Sid Sheth, CEO de AI Chip Start-Up D-Matrix.
«Con la amplia disponibilidad de modelos menores, catalizaron la edad de la inferencia», dijo a CNBC y agregó que la compañía recientemente tuvo un aumento en el interés de los clientes globales que desean acelerar sus planes de inferencia.
Robert Wachen, cofundador y cooo de AI Chipmaker, dijo que docenas de compañías habían contactado a la startup desde que Deepseek publicó sus modelos de argumentación.
«Son empresas 1738901763 Muestre sus ediciones de grupos de entrenamiento al final, «, dijo.
«Deepseek-r1 ha demostrado que el cálculo de inferencia es ahora [state-of-the-art] El enfoque para cada gran proveedor y pensamiento de modelos no es barato: solo necesitaremos más y más capacidad informática para escalar estos modelos para millones de usuarios. «
Paradoja de Jevons
Los analistas y los expertos en la industria están de acuerdo en que Deepseek aumenta los servicios para la infección de IA y la industria de chips de IA más amplia.
«El rendimiento de Deepseek parece estar basado en una serie de innovaciones técnicas que reducen significativamente los costos de inferencia y, al mismo tiempo, mejoran los costos de capacitación», dice un informe de Bain & Company.
«En un escenario alcista, las mejoras de eficiencia persistentes conducirían a una inferencia más barata y estimularían una introducción de IA más grande», agregó.
Este patrón explica la paradoja de Jevon, una teoría en la que las reducciones de costos de una nueva tecnología aumentan la demanda.
La compañía de servicios financieros y la compañía de inversión, Wedbus, dijo en una nota de investigación la semana pasada que el uso de IA en consumidores corporativos y minoristas en todo el mundo continuaría esperando avanzar en la demanda.
Sunny Madra, director de operaciones de CoQ, quien habló con el «dinero rápido» de CNBCS la semana pasada, desarrolló los chips para la inferencia de IA, sugirió que los jugadores más pequeños tendrán más espacio para el crecimiento con una creciente demanda de IA.
«Dado que el mundo necesitará más fichas [a unit of data that an AI model processes] Nvidia no puede entregar suficientes chips a todos, por lo que nos ofrece la oportunidad de vendernos aún más agresivamente en el mercado ”, dijo Madra.