20. tammikuuta kiinalainen AI-startup DeepSeek lanseerasi ensimmäisen sukupolven päättelymallejaan ja teki vaikuttavia väitteitä niiden kyvyistä. DeepSeek-R1-mallin kerrotaan vastaavan OpenAI:n huippumallien suorituskykyä, vaikka se on kehitetty heikommalla laitteistolla. Tämä saavutus on erityisen vaikuttava, kun otetaan huomioon, että sen kouluttaminen maksoi vain 5, 6 miljoonaa dollaria, kun taas OpenAI:lle GPT-4:n kouluttaminen maksoi 100 miljoonaa dollaria. DeepSeekin R1 perustuu sen V3-suurelle kielimallille ja on täysin avoimen lähdekoodin, mikä voi muuttaa AI-teollisuutta. Yhtiön keskittyminen laitteistotehokkuuteen johtuu Kiinassa olevista vientirajoituksista Nvidian H100-GPU:hin, mikä on saanut heidät innovoimaan H800:lla ja tekniikoilla kuten 'asiantuntijasekoitus' (DeepSeekMoE), joka aktivoi vain osia mallista tarvittaessa. Tämä vähentää tiedonsiirto vaatimuksia ja parantaa koulutustehokkuutta. Nämä edistysaskeleet eivät ainoastaan kiihdytä koulutusaikoja, vaan tekevät myös AI-informaation suorittamisesta halvempaa ja helpommin saatavilla vähemmän tehokkailla laitteistoilla.

Tämän seurauksena yritykset kuten Apple ja Meta voivat hyötyä merkittävästi. Applen osalta, joka priorisoi tietosuojan ja laitteella tapahtuvan käsittelyn, DeepSeekin menetelmien integroiminen voisi parantaa AI-ominaisuuksia laitteissa, kuten iPhonessa, mikä voisi mahdollisesti lisätä myyntiä ja palvelutuloja. A18 Pro -sirun päivitetty muistikaista tukee tällaisia edistysaskeleita, mahdollistaen älykkäämmät Sirit ja offline-käännökset. Meta lisää myös AI-investointejaan, ja sen arvioidaan kasvavan 60 % pääomasijoituksissa vuoteen 2025 mennessä. Avoimella lähdekoodilla Llama-mallinsa julkaisemalla Meta pyrkii maksimoimaan tehokkuuden AI-toteutuksissaan. AI-informaation kustannusten vähentäminen voisi avata merkittäviä voittoja Metalle, helpottaen AI-ratkaisujen skaalautumista sen 3 miljardiin käyttäjään. DeepSeekin innovaatiot tarjoavat Metalle tarvittavat työkalut AI-kykyjen ja kannattavuuden parantamiseen.