Munculnya Deepseek adalah "peluang besar" bagi mereka, bukan ancaman.
Open Source berarti bahwa kode sumber perangkat lunak dapat tersedia secara bebas di web untuk modifikasi dan redistribusi. Tidak seperti pesaing seperti Openai, model Deepseek adalah open source.
R1 menunjukkan bahwa pertumbuhan tidak akan didominasi oleh satu perusahaan - tidak ada perangkat keras dan perangkat lunak 'parit' dalam model open source.
Model inferensi R1 open source Deepseek, yang dirilis akhir bulan lalu, sebanding dengan teknologi terbaik di Amerika Serikat dan telah mencapai kinerja mutakhir dengan biaya rendah, mengejutkan pasar global.
Sama seperti di pasar PC dan Internet, penurunan harga membantu mendorong adopsi global. Pasar AI berada di jalur pertumbuhan jangka panjang yang serupa.
Chip inferensi 'pecah'
Dengan mempercepat siklus AI dari "fase pelatihan" ke "fase inferensi," Deepseek kemungkinan akan meningkatkan adopsi teknologi chip inferensi baru.
Inferensi mengacu pada tindakan menggunakan AI untuk membuat prediksi atau keputusan berdasarkan informasi baru, daripada "fase pelatihan" dari pembangunan atau model pelatihan.
Pelatihan AI adalah tentang membangun alat atau algoritma, dan penalaran adalah tentang menempatkan alat itu dalam penggunaan praktis. "
Pelatihan AI membutuhkan banyak perhitungan, tetapi penalaran dapat dilakukan dengan chip yang kurang kuat yang diprogram untuk melakukan berbagai tugas yang sempit.
Banyak orang di industri ini percaya bahwa ketika pelanggan mengadopsi dan membangun model open source Deepseek, mereka melihat peningkatan permintaan chip inferensi dan komputasi.
Deepseek telah menunjukkan bahwa model open source yang lebih kecil dapat dilatih untuk menjadi sekuat, jika tidak lebih kuat, daripada model kepemilikan besar di sebagian kecil dari biaya. Dengan meluasnya penggunaan model fungsional kecil, mereka mengkatalisasi era penalaran.
Dia juga mencatat bahwa perusahaan baru -baru ini melihat dua kali lipat minat dari pelanggan di seluruh dunia dalam mempercepat inisiatif inferensi.
Sekarang perusahaan bergeser pengeluaran dari kelompok pelatihan ke kelompok penalaran. Kami hanya membutuhkan lebih banyak daya komputasi untuk skala model ini untuk jutaan pengguna.
Seiring meningkatnya permintaan AI, perusahaan yang lebih kecil akan memiliki lebih banyak ruang untuk tumbuh, dan karena dunia akan membutuhkan lebih banyak token (unit data yang diproses oleh model AI), NVIDIA tidak akan dapat memasok chip yang cukup untuk semua orang, sehingga memberi kami kesempatan untuk menjual lebih agresif ke pasar.