DeepSeek-Chefs zufolge gräbt Nvidia ihr eigenes Grab

Technik und Auswirkungen

Für jede Nvidia GB300-GPU sind vier Huawei Ascend-GPUs erforderlich, was einer technologischen Verzögerung. Obwohl Huawei-Superknoten in der Lage sind, alle Aufgaben mit den gleichen Latenzzeiten wie Nvidia-Systeme zu erledigen, überwindet die Software die Hardware-Beschränkungen.

DeepSeek nutzt Tile Language, eine, um die Abhängigkeit -Ökosystem zu verringern. Durch diese softwareseitige Optimierung gelang es dem Unternehmen, den Performanceverlust bei der Arbeit mit Huawei-Hardware auf ein Niveau zwischen einem und zwei Prozent zu begrenzen.

Zudem hat das Unternehmen eine Zusammenarbeit mit Huawei eingegangen, um das Ökosystem zu integrieren und zu testen, und dabei 16.000 Ascend-950-Chips bezogen.

Technik und Auswirkungen

Während die globalen Debatten über Investitionen in die KI-Infrastruktur weitergehen, hatte Jensen Huang zuvor Bedenken hinsichtlich der Infrastruktur nach dem Kimi-K3-Modell adressiert und betont, dass fortschrittlichere Modelle nicht den Bedarf an Rechenleistung reduzieren, sondern stattdessen die Nachfrage nach GPUs erhöhen werden.

In diesem Kontext versucht DeepSeek, die Hardware-Lücke durch den Fokus auf Datenbeschriftung und softwareseitige Effizienzprozesse zu schließen.

DeepSeek hat trotz begrenzter Ressourcen eine Bewertung von 54,3 Milliarden US-Dollar erreicht, indem es rund 7,4 Milliarden US-Dollar in die Finanzierung investierte, und zielt darauf ab, die Lücke zu seinen US-amerikanischen Wettbewerbern zu schließen.

Das Unternehmen behauptet, ähnliche Ergebnisse erzielt zu haben, indem es nur etwa ein Zwanzigstel der Rechenleistung der führenden Modelle einsetzt.