Hiina jookseb järele: arvutusvõimsuse võistlus ja Huawei

Investorite kohtumisel ei pidanud Liang Wenfeng sõnu kokku. DeepSeek'i tegevjuht maalis karmis, peaaegu filmilikus toonis pildi: Hiina jookseb sprinti, et sulgeda arvutusvõimsuse lõhe, mis kunagi näis ületamatu, ja vana liider võib üllatuda, kui kiiresti valdkond liigub.

Praegu kasutab DeepSeek ligikaudu 20 000 Nvidia H100 kiibi võrdväärset arvutusvõimsust, enamik neist saabus viimase kuu või kahe jooksul. See võimsus kõlab tohutuna. See ongi. Kuid see võimaldab siiski aktiveerida korraga vaid umbes 10 miljardit parameetrit. Võrrelge seda tänaste tipptasemel mudelitega, mis suudavad korraga hoida umbes 800 miljardit parameetrit. Vahe ei ole väike. See on struktuurne.

Kuidas Huawei sellesse sobitub

Liang nimetas eraldi Huawei Atlas 950 sõlme, mida toidavad Ascend 950 protsessorid, kui tõsist alternatiivi. Tema väide oli provokatiivne: kuigi üksik Ascend 950 on efektiivsuse poolest nõrgem kui Nvidia H100, võib praktikas nende Huawei sõlmede klaster vastata Nvidia GB200 ja GB300 rakkude otsast-otsani jõudlusele. Arvutused, sõnas ta, näivad ligikaudselt olevat neli Ascendit ühe Nvidia kiibi kohta, kuid kogu läbilaskevõime ja latentsus võivad olla piisavalt sarnased, et asendamine on teostatav.

Nvidia kaevab endale haua, hoiatas ta. Hinnaerinevused mängivad vähem rolli, arvas Liang, sest isegi kui Huawei riistvara oleks 50, 100 või 200 protsenti kallim, võib suutlikkus mastaabiga juurutada ja kodumaise tarneahela poliitilised eelised kaaluda üles puhtad hinnavõrdlused.

Kuid siin on konks. Tippmudelite treenimine nõuab tohutult ressursse. Liang hindab, et praeguste tehisintellekti hiidude tasemel mudeli treenimiseks vajaks umbes 50 000 GB300-klassi Nvidia protsessorit või ligikaudu 200 000 Ascend 950 kiipi. Need on ainult treenimise numbrid; teadus- ja eksperimentaalne töö lisavad oma arvutusnõudmised veel peale. See aitab selgitada, miks arvutusressursside lõhe Hiina ja USA vahel jääb suurimaks üksikuks takistuseks.

Niisiis, mida DeepSeek selle nimel teeb? Seniks laiendab ettevõte oma infrastruktuuri agressiivselt. Kuid Liang rõhutas ka teist lahinguvälja: andmeid. Kvaliteetne märgendamine, ütles ta, on aeglane kitsaskoht. Saad probleemi juurde kiibid, aga kui sinu märgendid ja kureeritud andmekogud jäävad maha, peatub areng. Ettevõtted nagu OpenAI ja Anthropic on selles osas ees, sest nad alustasid varem ja panustasid rohkem ressursse kõrgekvaliteedilisse annotatsiooni.

Järeldus ei puuduta ainult kiipe või rahvuslikku uhkust. See on riistvara, tarkvara, talentide ja aja koosmõju. Hiina ehitab üles arvutusvõimsust. Samuti investeeritakse aegavõtvasse, vähem glamuursetesse andmekogude korrastamise ja märgendamise töödesse. Kui mõlemad rajad arenevad, võib tehisintellekti konkurentsivõime kaart paari aasta jooksul väga teisiti välja näha.

Liangi sõnum oli otsekohene, kuid strateegiline: see ei ole üksainus lahing ühe kiibi pärast. See on pikk kampaania, kus alternatiivid, mis kunagi tundusid teisejärgulised, võivad mastaabi ja täieliku virnaga integreerides muutuda otsustavaks. See nihe võib olla hetk, millele Nvidia ühel päeval tagasi vaadates pöördepunktina viitab.