Как DeepSeek переписал правила AI-гонки. И при чем здесь дефицит ресурсов Сегодня у нас несколько необычный материал – предлагаем ненадолго окунуться в недавнюю историю AI. Все мы помним, как стремительно DeepSeek ворвался на мировой рынок и заставил пересмотреть многие устоявшиеся представления об AI. В январе 2025 года выход DeepSeek R1 вызвал настоящую встряску: акции Nvidia за одну торговую сессию потеряли 17%, а капитализация компании сократилась примерно на $589 млрд. Но самое интересное в этой истории произошло гораздо раньше. Дмитрий (Dmtr_Dr), AI/ML Engineer, в своем подробном разборе на Хабре рассказывает, как китайская команда пришла к результату, который заставил нервничать Кремниевую долину. Все началось не с AI-компании За DeepSeek стоит предприниматель Лян Вэньфэн. Изначально он развивал High-Flyer – хедж-фонд, использовавший алгоритмы и машинное обучение для торговли. Компания зарабатывала деньги и параллельно накапливала вычислительные мощности. А затем США ограничили поставки в Китай наиболее производительных чипов Nvidia. У американских AI-компаний оставался доступ к передовому оборудованию. Китайским разработчикам пришлось работать в гораздо более жестких условиях. И ограниченность ресурсов стала одной из ключевых частей истории DeepSeek. Команда не могла бесконечно наращивать вычислительные мощности, поэтому пошла другим путем: стала искать способы получать больше от доступного оборудования. Если оставить за скобками технические подробности, инженеры DeepSeek: 🔹 снизили потребление памяти; 🔹 сократили объем необходимых вычислений; 🔹 научились эффективнее распределять нагрузку. Звучит менее эффектно, чем очередной рекорд по количеству процессоров. Зато эффект оказался вполне измеримым. А затем рынок увидел цену По данным, приведенным в статье, миллион входных токенов у DeepSeek стоил $0,55 против $15 у OpenAI o1 – примерно в 27 раз дешевле. Прямое сравнение разных моделей не дает полной картины, но масштаб разницы впечатляет. Получалось, что сильный AI можно эксплуатировать заметно дешевле. Отсюда и болезненная реакция рынка. DeepSeek поставила под сомнение идею, что развитие AI неизбежно требует все больше дорогих вычислительных мощностей. А как же знаменитые «$6 млн»? После успеха DeepSeek по миру разошлась эффектная история: китайская компания якобы создала передовую AI-модель всего за $6 млн. Но эта цифра относилась к вычислительным затратам на финальный этап обучения DeepSeek V3, а не ко всей разработке. В нее не входили годы исследований, эксперименты, специалисты и инфраструктура. То есть никакого «AI почти бесплатно» не было. И от этого история становится только интереснее. 📌 DeepSeek смогла соединить несколько вещей: собственное финансирование, сильную инженерную команду, ориентацию на эффективность и открытую модель распространения своих разработок. В результате компания не просто выпустила еще одну сильную LLM. Она заставила крупнейших участников рынка заново обсуждать стоимость развития и эксплуатации AI. И, пожалуй, именно поэтому к этой истории стоит вернуться сегодня: не знаем как вас, а нас с коллегами эта история ну очень сильно вдохновляет... AIRu в VK AIRu в MAX AIRu в Tg
