20 stycznia DeepSeek, mniej znane chińskie laboratorium badawcze AI, opublikowało model open-source, który szybko wzbudził zainteresowanie w Dolinie Krzemowej. Praca firmy twierdzi, że DeepSeek-R1 przewyższa czołowe modele, takie jak OpenAI, w różnych testach z zakresu matematyki i wnioskowania, wykazując znaczące możliwości przy niższych kosztach i z naciskiem na otwartość. Sukces DeepSeek ilustruje nową drogę dla chińskich firm technologicznych w obliczu zimnej wojny technologicznej; w obliczu amerykańskich ograniczeń eksportowych wiele z nich przeszło z budowy modeli upstream do zastosowań downstream. DeepSeek jednak skupił się na optymalizacji struktur modeli AI i efektywnym wykorzystaniu zasobów. Firma została założona przez Lianga Wenfenga, absolwenta studiów magisterskich z informatyki, i wyłoniła się z High-Flyer, znaczącego funduszu hedgingowego koncentrującego się początkowo na badaniach w dziedzinie deep learning. Fundusz zgromadził zasoby na rozwój AI, co doprowadziło do powstania DeepSeek, odzwierciedlając przesunięcie w kierunku długoterminowych celów technologicznych, a nie natychmiastowego zysku. Liang zaznaczył, że naukowa ciekawość kierowała tym przedsięwzięciem, podkreślając fokus na postępach w podstawowych badaniach AI, a nie na komercjalizacji. Zespół DeepSeek składa się głównie z niedawnych absolwentów doktoranckich z najlepszych chińskich uniwersytetów, co sprzyja współpracy skoncentrowanej na przełomowych badaniach.

Takie podejście różni się od typowych praktyk w ugruntowanych chińskich firmach technologicznych, gdzie konkurencja o zasoby często hamuje innowacje. Liang zauważa, że młodsi badacze są lepiej przystosowani do projektów wymagających dużych inwestycji, ze względu na swoje zaangażowanie i brak praktycznych rozważań. Firma staje przed wyzwaniami związanymi z amerykańskimi kontrolami eksportowymi, które ograniczają dostęp do zaawansowanych chipów AI. Początkowo posiadając zapasy 10 000 chipów Nvidia H100, zdolność DeepSeek do konkurowania wymagała bardziej efektywnych metod treningu modeli. Zespół wdrożył strategie inżynieryjne oraz innowacyjne rozwiązania, takie jak Multi-head Latent Attention (MLA) i Mixture-of-Experts, znacząco redukując moc obliczeniową potrzebną do trenowania ich najnowszego modelu w porównaniu do Llama 3. 1 firmy Meta. Podejście open-source DeepSeek zdobyło sympatię w globalnej społeczności badawczej AI, co pozwoliło mu przyciągnąć potrzebnych współpracowników i użytkowników do udoskonalania modeli. Ta zmiana w istniejącym krajobrazie AI może podważyć skuteczność obecnych amerykańskich kontrol eksportowych, pokazując, że nowoczesne modele mogą być rozwijane przy zoptymalizowanym wykorzystaniu zasobów, co może prowadzić do potencjalnych zmian w postrzeganiu chińskich możliwości AI.