Ein relativ obskures KI-Labor mit Sitz in China hat Besorgnis im Silicon Valley ausgelöst, indem es KI-Modelle vorstellte, die die Leistung der besten amerikanischen Pendants übertreffen, obwohl sie mit kleineren Budgets und weniger fortschrittlichen Chips entwickelt wurden. Das Labor, bekannt als DeepSeek, brachte Ende Dezember ein kostenloses und quelloffenes großes Sprachmodell auf den Markt und behauptete, es sei in nur zwei Monaten zu Kosten von unter 6 Millionen Dollar unter Verwendung von Nvidias weniger leistungsstarken H800-Chips entstanden. Diese jüngsten Fortschritte haben Bedenken genährt, dass die USA ihren Vorsprung in der künstlichen Intelligenz verlieren, und Zweifel an den erheblichen Investitionen großer Technologiefirmen in KI-Modelle und Rechenzentren aufgeworfen. In mehreren Benchmark-Bewertungen von Dritten übertraf das Modell von DeepSeek namhafte Wettbewerber, darunter Metas Llama 3. 1, OpenAIs GPT-4o und Anthropics Claude Sonnet 3. 5, und zeigte eine überlegene Genauigkeit in Bereichen wie komplexem Problemlösen, Mathematik und Programmierung. Am Montag stellte DeepSeek r1 vor, ein Denkmodell, das auch OpenAIs neuestes o1-Modell in zahlreichen Bewertungen von Dritten übertraf. Während einer Diskussion im Weltwirtschaftsforum in Davos, Schweiz, bemerkte Microsoft-CEO Satya Nadella: „Das neue DeepSeek-Modell ist unglaublich beeindruckend für die effektive Entwicklung eines quelloffenen Modells, das in der Inferenzzeitrechnung hervorragende Leistungen erbringt und extrem recheneffizient ist. Wir müssen die Entwicklungen aus China sehr ernst nehmen. “ DeepSeek ist es gelungen, die strengen Halbleiterbeschränkungen zu umgehen, die von der US-Regierung auferlegt werden und den Zugriff auf fortschrittliche Chips wie Nvidias H100s einschränken. Die jüngsten Durchbrüche lassen darauf schließen, dass DeepSeek entweder Methoden gefunden hat, um diese Vorschriften zu umgehen, oder dass die Exportbeschränkungen nicht so einschränkend waren wie erwartet. „Sie können ein robustes, großes Modell durch eine Technik namens Destillation nutzen“, erklärte Chetan Puttagunta, General Partner bei Benchmark. „Im Wesentlichen unterstützt ein sehr großes Modell ein kleineres Modell dabei, seine Fähigkeiten in bestimmten Bereichen zu verfeinern.

Dieser Ansatz ist tatsächlich sehr kosteneffektiv. “ Informationen über DeepSeek und seinen Gründer, Liang WenFeng, sind rar. Das Labor stammt von einem chinesischen Hedgefonds namens High-Flyer Quant, der Berichten zufolge rund 8 Milliarden Dollar an Vermögenswerten verwaltet. DeepSeek ist nicht allein in der chinesischen KI-Landschaft. Der prominente KI-Forscher Kai-Fu Lee hat angemerkt, dass sein Startup 01. ai mit einer Investition von lediglich 3 Millionen Dollar entwickelt wurde. Außerdem gab ByteDance, die Muttergesellschaft von TikTok, am Mittwoch ein Update für ihr Modell bekannt und behauptete, es übertreffe OpenAIs o1 in einem bedeutenden Benchmark-Test. „Not macht erfinderisch“, sagte Aravind Srinivas, CEO von Perplexity. „Angesichts von Herausforderungen haben sie letztendlich etwas viel Effizienteres geschaffen. “