Sijoittajatapaamisessa Liang Wenfeng ei kaunistellut sanojaan. DeepSeekin toimitusjohtaja maalasi raa'an, melkein elokuvamaisen kuvan: Kiina ryntää kuroakseen umpeen tekoälyn laskentakapasiteetin aukon, joka vaikutti aiemmin ylittämättömältä, ja aiempi markkinajohtaja saattaa yllättyä alalla tapahtuvasta nopeudesta.
DeepSeek operoi tällä hetkellä noin 20 000 Nvidia H100 -sirun vastaavalla kapasiteetilla, joista suurin osa saapui viimeisen kuukauden tai kahden aikana. Se kuulostaa valtavalta. Onkin. Mutta se mahdollistaa edelleen vain noin 10 miljardin parametrin aktivoinnin kerrallaan. Verrattuna huippuluokan malleihin, jotka voivat pitää noin 800 miljardia parametria aktiivisina samanaikaisesti, ero ei ole pieni. Se on rakenteellinen.
Miten Huawei sopii yhtälöön
Liang nosti esiin Huawein Atlas 950 -solmut, joissa on Ascend 950 -prosessorit, todellisena vaihtoehtona. Väite oli provokatiivinen: vaikka yksittäinen Ascend 950 on vähemmän tehokas kuin Nvidia H100, käytännössä näiden Huawei-solmujen klusteri voi vastata Nvidia GB200- ja GB300-kokoonpanojen päästä pään suorituskykyä. Laskelma, hän sanoi, on suunnilleen neljä Ascendiä yhtä Nvidia-sirua kohden, mutta kokonaisläpäisykyky ja latenssi voivat asettua riittävän lähelle, jotta korvaaminen on toteuttamiskelpoinen.
Nvidia kaivaa omaa hautaansa, hän varoitti. Hintojen erot merkitseävät vähemmän, Liang väitti, sillä vaikka Huawein laitteisto olisi 50, 100 tai 200 prosenttia kalliimpaa, kyky ottaa käyttöön mittakaavassa ja kotimaisen toimitusketjun poliittiset edut voivat voittaa puhtaat kustannusvertailut.
On kuitenkin ansa. Huippuluokan suurten mallien koulutus syö resursseja armottomasti. Kouluttaakseen mallin nykyisten tekoälyjättien mittakaavassa Liang arvioi, että tarvittaisiin noin 50 000 GB300-luokan Nvidia-prosessoria tai suunnilleen 200 000 Ascend 950 -piiriä. Näidä ovat pelkkiä koulutuslukuja; tutkimus ja kokeilu tuovat lisäksi omat laskentatarpeensa. Tämä auttaa selittämään, miksi laskentaresurssien ero Kiinan ja Yhdysvaltojen välillä on edelleen suurin yksittäinen este.
Mitaä DeepSeek sitten tekee asialle? Tällä hetkellä yritys laajentaa infrastruktuuriaan aggressiivisesti. Liang korosti kuitenkin toista taistelukenttää: dataa. Laadukas merkintäprosessi, hän sanoi, on hidastava pullonkaula. Siruja voi heittä ongelmaan, mutta jos merkinnät ja kuratoidut aineistot viivästyvät, edistyminen pysähtyy. Yrityksillä kuten OpenAI:lla ja Anthropicilla on tässä etumatka, koska ne toimivat aikaisemmin ja sijoittivat enemmän resursseja laadukkaaseen annotointiin.
Ydinviesti ei koske pelkästään siruja tai kansallista ylpeyttä. Kyse on laitteiston, ohjelmiston, osaamisen ja ajan muodostamasta kokonaisuudesta. Kiina rakentaa laskentakapasiteettia. Se investoi myös aikaa vievään, vähemmän glamouriin kuuluvaan työhön kuten aineistojen siistimiseen ja merkintään. Jos molemmat polut etenevät, tekoälyn kilpailukyvyn kartta voi näyttää hyvin erilaiselta muutaman vuoden kuluessa.
Liangin viesti oli suora mutta strateginen: tässä ei ole kyse yhdestä taistelusta yhden sirun ympärillä. Kyse on pitkästä kampanjasta, jossa vaihtoehdot, jotka näyttivät aiemmin toissijaisilta, voivat muuttua ratkaiseviksi kun ne skaalataan ja integroidaan täydeksi pinoksi. Tämä muutos saattaa olla se hetki, johon Nvidia myöhemmin palaa ja pitiään käänteentekevän.
"Olen tietoturva-asiantuntija ja seuraan kyberturvallisuuden trendejä. Diginissä jaan vinkkejä ja uutisia, joilla pysyt turvassa digitaalisessa maailmassa."
Keskustelu
Jätä kommentti
Kommentit
Ei vielä kommentteja. Ole ensimmäinen.