هزت Deepseek النظام الإيكولوجي لـ AI الذي تقوده الولايات المتحدة بأحدث نموذجه ، وهو يحلق مئات المليارات في قائد الرقاقة نفيديا الحد الأقصى للسوق. في حين أن قادة القطاع يتصارعون مع التداعيات ، فإن شركات الذكاء الاصطناعى الأصغر ترى فرصة للتوسع مع بدء التشغيل الصيني.
أخبرت العديد من الشركات ذات الصلة بالنيابة عن CNBC أن ظهور Deepseek هو فرصة “ضخمة” لهم ، بدلاً من تهديد.
وقال أندرو فيلدمان ، الرئيس التنفيذي لأنظمة الدماغ الدماغية الدماغية الاصطناعية: “يحرص المطورون على استبدال النماذج الباهظة الثمن والمغلقة في Openai مع نماذج مفتوحة المصدر مثل Deepseek R1 …”.
تتنافس الشركة مع وحدات معالجة الرسومات من NVIDIA وتقدم خدمات قائمة على السحابة من خلال مجموعات الحوسبة الخاصة بها. وقال فيلدمان إن إصدار طراز R1 قد ولدت واحدة من أكبر طفرات في الدماغ في الطلب على خدماتها.
“R1 يوضح ذلك [AI market] وأضاف فيلدمان أن النمو لن تهيمن عليه شركة واحدة-لا توجد أجهزة وبرمجيات الخنادق غير موجودة لنماذج المصدر المفتوح “.
يشير المصدر المفتوح إلى البرامج التي يتم فيها إتاحة الرمز المصدر بحرية على الويب للتعديل المحتمل وإعادة التوزيع. نماذج Deepseek مفتوحة المصدر ، على عكس تلك الخاصة بالمنافسين مثل Openai.
تدعي Deepseek أيضًا أن أفضل تقنية أمريكية ، على الرغم من تشغيلها بتكاليف أقل وتدريبها دون حدوث وحدات معالجة رسومية متطورة ، على الرغم من أن مراقبي الصناعة والمنافسين لديهم شكك في هذه التأكيدات.
وقال فيلدمان: “كما هو الحال في أجهزة الكمبيوتر الشخصية والإنترنت ، فإن انخفاض الأسعار يساعد في تعزيز التبني العالمي. سوق الذكاء الاصطناعى على مسار نمو علماني مماثل”.
رقائق الاستنتاج
قال ديبسيك من اعتماد تقنيات الرقائق الجديدة من خلال تسريع دورة الذكاء الاصطناعى من مرحلة التدريب إلى مرحلة “الاستدلال” ، وشرائح الشركات ، وخبراء الصناعة.
يشير الاستدلال إلى فعل استخدام وتطبيق الذكاء الاصطناعي لاتخاذ تنبؤات أو قرارات بناءً على معلومات جديدة ، بدلاً من بناء أو تدريب النموذج.
وقال فيليكس لي ، محلل الأسهم في Morningstar ، مع التركيز على موصلات الموصلات: “بكل بساطة ، فإن تدريب الذكاء الاصطناعى يدور حول إنشاء أداة ، أو خوارزمية ، في حين أن الاستدلال يدور حول نشر هذه الأداة فعليًا للاستخدام في التطبيقات الحقيقية”.
بينما تشغل Nvidia موقعًا مهيمنًا في وحدات معالجة الرسومات المستخدمة في تدريب الذكاء الاصطناعي ، فإن العديد من المنافسين يرون غرفة للتوسع في قطاع “الاستدلال” ، حيث وعد بكفاءة أعلى لخفض التكاليف.
وأضاف لي أن تدريب الذكاء الاصطناعي كثيف للغاية ، لكن الاستدلال يمكن أن يعمل مع رقائق أقل قوة مبرمجة لأداء مجموعة أضيق من المهام.
أخبر عدد من الشركات الناشئة لرقائق الذكاء الاصطناعى CNBC أنهم يرون المزيد من الطلب على رقائق الاستدلال والحوسبة مع تبني العملاء والبناء على نموذج المصدر المفتوح لـ Deepeek.
“[DeepSeek] قال سيد شيث ، الرئيس التنفيذي لشركة AI Chip Start-Up Matrix ، لقد أثبت أنه يمكن تدريب النماذج المفتوحة الأصغر على أن تكون قادرة أو أكثر قدرة من النماذج الاحتياطية الأكبر ، ويمكن القيام بذلك على جزء صغير من التكلفة “.
وقال لـ CNBC: “مع توفر نماذج قابلة للاتصالات الصغيرة ، فقد حفزوا عمر الاستدلال” ، مضيفًا أن الشركة قد شهدت مؤخرًا زيادة في الاهتمام من العملاء العالميين الذين يتطلعون إلى تسريع خطط الاستدلال الخاصة بهم.
وقال روبرت واشن ، المؤسس المشارك ومدير العمليات في صانع ألي أريك ، إن العشرات من الشركات قد تواصلت مع بدء التشغيل منذ أن أصدرت ديبسيك نماذج التفكير.
“الشركات 1738900779 وقال “نقل إنفاقهم من مجموعات التدريب إلى مجموعات الاستدلال”.
“أثبت Deepseek-R1 أن حساب وقت الاستدلال هو الآن [state-of-the-art] نهج كل بائع نموذج رئيسي والتفكير ليس رخيصًا – سنحتاج فقط إلى المزيد والمزيد من القدرة على حساب هذه النماذج لملايين المستخدمين. “
مفارقة جيفون
يتفق المحللون وخبراء الصناعة على أن إنجازات Deepseek بمثابة دفعة لاستنتاج الذكاء الاصطناعى وصناعة رقائق الذكاء الاصطناعى الأوسع.
“يبدو أن أداء Deepseek يعتمد على سلسلة من الابتكارات الهندسية التي تقلل بشكل كبير من تكاليف الاستدلال مع تحسين تكلفة التدريب أيضًا”. تقرير من Bain & Company.
وأضاف “في سيناريو صعودي ، فإن تحسينات الكفاءة المستمرة قد تؤدي إلى استنتاج أرخص ، مما يزيد من اعتماد الذكاء الاصطناعي”.
يشرح هذا النمط مفارقة جيفون ، وهي نظرية تنقل فيها تخفيضات التكاليف في الدافع التكنولوجي الجديد.
قالت شركة Wedbush الخدمات المالية و Wedbush في مذكرة بحثية الأسبوع الماضي إنها لا تزال تتوقع استخدام الذكاء الاصطناعي عبر مستهلكي المؤسسات ومستهلكي البيع بالتجزئة على مستوى العالم لدفع الطلب.
التحدث إلى “أموال سريعة” لـ CNBC في الأسبوع الماضي ، اقترح Sunny Madra ، COO في Groq ، الذي يقوم بتطوير رقائق لاستدلال الذكاء الاصطناعى ، أنه مع نمو الطلب الإجمالي على الذكاء الاصطناعي ، سيكون لدى اللاعبين الأصغر مساحة أكبر للنمو.
“لأن العالم سيحتاج إلى المزيد من الرموز [a unit of data that an AI model processes] وقال مادرا: “لا يمكن لـ Nvidia توفير ما يكفي من الرقائق للجميع ، لذلك يمنحنا فرصًا للبيع في السوق بشكل أكثر عدوانية”.
