Στις 20 Ιανουαρίου, η κινεζική startup AI DeepSeek κυκλοφόρησε τα μοντέλα λογικών επαγωγών πρώτης γενιάς, κάνοντας εντυπωσιακούς ισχυρισμούς σχετικά με τις ικανότητές τους. Το μοντέλο DeepSeek-R1 φ reportedly αποδίδει ανάλογα με τα κορυφαία μοντέλα του OpenAI, παρά το γεγονός ότι αναπτύχθηκε σε κατώτερη υλικοτεχνική υποδομή. Αυτό το επίτευγμα είναι ιδιαίτερα εντυπωσιακό δεδομένου ότι κόστισε μόνο 5, 6 εκατομμύρια δολάρια για την εκπαίδευση, σε σύγκριση με τα 100 εκατομμύρια δολάρια του OpenAI για το GPT-4. Το R1 της DeepSeek βασίζεται στο V3 μεγάλο γλωσσικό μοντέλο και είναι εντελώς ανοιχτού κώδικα, με την πιθανότητα να μεταμορφώσει τη βιομηχανία της AI. Η εστίαση της εταιρείας στην αποδοτικότητα του υλικού προκύπτει από τους περιορισμούς εξαγωγής στους GPU H100 της Nvidia στην Κίνα, οδηγώντας τους να καινοτομήσουν με το H800 και τεχνικές όπως το "mixture of experts" (DeepSeekMoE), που ενεργοποιεί μόνο μέρη του μοντέλου όπως απαιτείται. Αυτό μειώνει τις απαιτήσεις μεταφοράς δεδομένων και βελτιώνει την αποδοτικότητα της εκπαίδευσης. Αυτές οι εξελίξεις όχι μόνο επιταχύνουν τους χρόνους εκπαίδευσης αλλά και καθιστούν φτηνότερη και πιο προσιτή τη λειτουργία της εξαγωγής AI σε λιγότερο ισχυρή υλικοτεχνική υποδομή.

Ως αποτέλεσμα, εταιρείες όπως η Apple και η Meta αναμένεται να ωφεληθούν σημαντικά. Για την Apple, η οποία δίνει προτεραιότητα στην ιδιωτικότητα των δεδομένων και στην επεξεργασία στον εξοπλισμό, η ενσωμάτωση των μεθόδων της DeepSeek θα μπορούσε να βελτιώσει τις δυνατότητες AI σε συσκευές όπως το iPhone, ενδεχομένως να αυξήσει τις πωλήσεις και τα έσοδα από υπηρεσίες. Η αναβαθμισμένη ζώνη μνήμης του chip A18 Pro υποστηρίζει τέτοιες εξελίξεις, επιτρέποντας δυνατότητες όπως η πιο έξυπνη Siri και οι offline μεταφράσεις. Η Meta αυξάνει επίσης τις επενδύσεις της στην AI, με προβλεπόμενη αύξηση 60% στις κεφαλαιακές δαπάνες έως το 2025. Ανοίγοντας τον κώδικα του μοντέλου Llama, η Meta στοχεύει στη μεγιστοποίηση της αποδοτικότητας στις υλοποιήσεις της AI. Η μείωση στο κόστος εξαγωγής AI θα μπορούσε να αποδεσμεύσει σημαντικά κέρδη για τη Meta, διευκολύνοντας την κλιμάκωση λύσεων AI για τους 3 δισεκατομμύρια χρήστες της. Οι καινοτομίες της DeepSeek παρέχουν στη Meta τα εργαλεία που χρειάζεται για να ενισχύσει τις δυνατότητες και την κερδοφορία της στον τομέα της AI.