
To nie jest porada inwestycyjna. Autor nie posiada żadnej pozycji w żadnej z wymienionych akcji.
Reakcja rynku firmy NVIDIA: zmiana dynamiki popytu
NVIDIA odnotowała oszałamiający spadek kapitalizacji rynkowej o prawie 500 miliardów dolarów, ponieważ narastają obawy dotyczące zmieniającego się krajobrazu popytu na obliczenia hiperskalowe. Wzrost wydajności przypisywany przełomowemu modelowi R1 AI firmy DeepSeek wywołał poruszenie w społeczności technologicznej, skłaniając analityków z Wall Street do ponownej oceny ich perspektyw na przyszłość lidera GPU.
Rewolucyjny model sztucznej inteligencji DeepSeek
Niedawno DeepSeek, innowator technologiczny z Chin, trafił na pierwsze strony gazet, szkoląc swój model R1 za zadziwiająco niski koszt około 6 milionów dolarów. Ta kwota stanowi około 1/50 typowego kosztu ponoszonego przez porównywalne duże modele językowe (LLM) opracowane w USA i Europie. Co więcej, metryki wydajności modelu R1 podobno przewyższają te modelu o1 firmy OpenAI. Jego koszty operacyjne są pozycjonowane na poziomie zaledwie 3% tego, co OpenAI zazwyczaj pobiera za wykonywanie intensywnych zadań.
OK, OTO MOJE KRÓTKIE, TECHNOLOGICZNE PODSUMOWANIE DEEPSEEK, DLACZEGO JEST TAK EFEKTYWNY KOSZTOWO:
1) Ogólny obraz kosztów: Tradycyjne laboratoria AI (OpenAI, Anthropic) wydają ponad 100 mln USD na obliczenia, aby wytrenować coś takiego jak GPT-4. Według doniesień DeepSeek stworzył podobnie wydajny model za jedyne 6 USD… https://t.co/etCMxlWJdH
— Wall St Engine (@wallstengine) 27 stycznia 2025 r.
Jak DeepSeek osiągnął taką wydajność
Niezwykła efektywność kosztowa modelu R1 firmy DeepSeek wynika z kilku innowacyjnych technik:
- Wykorzystanie 8-bitowych liczb zmiennoprzecinkowych zmniejsza zapotrzebowanie na pamięć o około 75%.
- Możliwość przetwarzania wielu tokenów jednocześnie, co zwiększa szybkość obliczeń.
- Podczas operacji aktywna jest tylko niewielka część wszystkich parametrów, co pozwala oszczędzać zasoby.
- Włączenie uczenia się przez wzmacnianie, pozwalające modelowi na systematyczne podejście do rozwiązywania problemów.
Konsekwencje dla firmy NVIDIA i rynku GPU
Na pierwszy rzut oka model R1 DeepSeek może stanowić poważne wyzwanie dla NVIDIA, podnosząc kwestie konieczności posiadania ogromnej liczby wydajnych procesorów graficznych obecnie używanych. R1 został skutecznie wytrenowany przy użyciu zaledwie 2000 procesorów graficznych H800, co rzuca cień na wykonalność dużych klastrów procesorów graficznych. Jednak nie wszyscy analitycy podzielają ten pesymistyczny pogląd.
Cantor Fitzgerald: DeepSeek V3 jest w rzeczywistości bardzo optymistyczny dla Compute i $NVDA :
„Po wydaniu DeepSeek V3 LLM pojawiły się wielkie obawy dotyczące wpływu na zapotrzebowanie na moc obliczeniową, a co za tym idzie, obawy o szczytowe wydatki na GPU. Uważamy, że ten pogląd jest daleki od prawdy…”
— Wall St Engine (@wallstengine) 27 stycznia 2025 r.
Sprzeczne opinie na temat zapotrzebowania na GPU
Cantor Fitzgerald przyznaje, że istnieją obawy dotyczące modelu DeepSeek, ale twierdzi, że obawy te są błędne. Twierdzą, że postęp w dziedzinie AI, w tym droga do sztucznej inteligencji ogólnej (AGI), faktycznie zwiększy zapotrzebowanie na zasoby obliczeniowe, a nie je zmniejszy.
Naszym zdaniem pogląd ten jest daleki od prawdy i że ogłoszenie ma charakter optymistyczny, ponieważ sektor sztucznej inteligencji nadal potrzebuje większej, a nie mniejszej mocy obliczeniowej.
W związku z tym Cantor Fitzgerald opowiada się za zakupem akcji firmy NVIDIA w przypadku osłabienia rynku.
Zrozumienie paradoksu Jevona
Dla tych, którzy nie znają paradoksu Jevonsa, sugeruje on, że zwiększona wydajność w wykorzystaniu zasobu naturalnego może prowadzić do ogólnego większego zużycia tego zasobu. Zasada ta została zastosowana przez Cantora Fitzgeralda do ewolucji postępów DeepSeek i szerszej demokratyzacji technologii AI.
Spostrzeżenia analityków branżowych
Wyprzedaż DeepSeek:
Reakcje analityków:🔸 JPMorgan (Sandeep Deshpande): Sugeruje, że cykl inwestycyjny w sztuczną inteligencję może być przesadnie rozdmuchany; wydajność DeepSeek może prowadzić do bardziej usprawnionej przyszłości.
🔸 Jefferies (Edison Lee): Proponuje dwie strategie po DeepSeek: ciąg dalszy…
— *Walter Bloomberg (@DeItaone) 27 stycznia 2025 r.
Warto zauważyć, że Citi i Bernstein przyjęły podobnie optymistyczne stanowisko w sprawie ogłoszeń firmy NVIDIA po DeepSeek, podczas gdy analitycy z Raymond James wyrażają obawy dotyczące wpływu tych ogłoszeń na „duże klastry GPU”.
Aby zapoznać się z bardziej szczegółową analizą, zapoznaj się z tym ciekawym [źródłem i obrazami](https://wccftech.com/cantor-fitzgerald-on-nvidia-the-deepseek-announcement-is-actually-very-bullish-with-agi-seemingly-closer-to-reality-and-jevons-paradox-almost-certainly-leading-to-the-ai-industry-wanting-more-compu/).
Dodaj komentarz