DeepSeek chce produkować własne chipy do centrów danych

👁 165 przeczytań

DeepSeek, chiński startup rozwijający modele językowe, które mierzą się z produktami OpenAI i Anthropic, planuje wejść w produkcję własnych układów scalonych - donosi Reuters, powołując się na trzy osoby znające sprawę. Prace trwają od około roku: firma prowadzi rozmowy z potencjalnymi partnerami ze świata hardware’u i krzemu oraz aktywnie rekrutuje inżynierów.

Skupienie ma dotyczyć chipów do inferencji - czyli uruchamiania gotowych modeli - a nie do ich trenowania. Cel jest strategiczny: uniezależnić się jednocześnie od Nvidii i od Huawei, który dziś kontroluje mniej więcej połowę chińskiego rynku chipów centrów danych.

Eksportowe embargo jako katalizator

Nvidia dominuje u dostawców AI w Ameryce Północnej i Europie, ale amerykańskie przepisy eksportowe skutecznie odcięły ją od chińskiego rynku. To właśnie te ograniczenia są głównym powodem, dla którego DeepSeek przyspiesza własne plany chipowe - ale nie jest tu odosobniony. Alibaba i Baidu od jakiegoś czasu robią podobne ruchy, licząc na zmniejszenie uzależnienia od jedynego krajowego gracza tej skali.

Co ciekawe, po drugiej stronie Pacyfiku motywacje są zbliżone, choć brakuje embarga. Zaledwie kilka tygodni temu OpenAI i Broadcom wspólnie ogłosiły chip Jalapeño - pierwsze własne rozwiązanie OpenAI zaprojektowane z myślą o inferencji na dużą skalę. Anthropic też bada temat własnych układów, choć nie ma jeszcze publicznie ogłoszonych kamieni milowych. W przypadku OpenAI to nie tylko kwestia mniejszej zależności od Nvidii - firma chce mieć kontrolę nad całym stosem technologicznym na wzór Apple’a.

Jest jeszcze jeden wymiar tej układanki: dostęp do mocy obliczeniowej centrów danych pozostanie zasobem deficytowym, o który walczy coraz więcej firm skalujących swoje modele i usługi. Własny chip to zarazem własna pozycja w kolejce po ten zasób.

Dla DeepSeeka wejście w krzem byłoby poważnym rozszerzeniem działalności - dotychczas firma budowała renomę wyłącznie na warstwie oprogramowania i modeli. Pytanie, czy startup zdoła skutecznie pokonać bariery technologiczne i produkcyjne, które w tej branży mierzą się w miliardach dolarów i latach pracy.

// czytaj dalejETH Zurich skopiował 100 petabajtów danych NASA na szwajcarski superkomputerNewsyDeepSeek obniżył ceny o 75%, ale problem 100x nadal istniejeNewsyAI w rolnictwie działa tylko na dobrych danych. I to jest problemNewsy