L'émergence de Deepseek est une "énorme opportunité" pour eux, pas une menace.
Open Source signifie que le code source du logiciel peut être mis librement disponible sur le Web pour la modification et la redistribution. Contrairement aux concurrents tels que OpenAI, le modèle Deepseek est open source.
R1 montre que la croissance ne sera pas dominée par une seule entreprise - il n'y a pas de matériel et de «fosses» de logiciels dans le modèle open source.
Le modèle d'inférence R1 Open Source de Deepseek, publié à la fin du mois dernier, est comparable à la meilleure technologie aux États-Unis et a atteint des performances de pointe à faible coût, choquant le marché mondial.
Tout comme sur les marchés PC et Internet, la baisse des prix contribue à stimuler l'adoption mondiale. Le marché de l'IA est sur une voie de croissance à long terme similaire.
Puce d'inférence «rafale»
En accélérant le cycle de l'IA de la "phase de formation" à la "phase d'inférence", Deepseek est susceptible d'augmenter l'adoption de la nouvelle technologie de puce d'inférence.
L'inférence fait référence à l'acte d'utilisation de l'IA pour prendre des prédictions ou des décisions basées sur de nouvelles informations, plutôt que la «phase de formation» des modèles de construction ou de formation.
La formation sur l'IA consiste à construire un outil ou un algorithme, et le raisonnement consiste à mettre cet outil à usage pratique. "
La formation AI nécessite beaucoup de calcul, mais le raisonnement peut être fait avec des puces moins puissantes qui sont programmées pour effectuer une gamme étroite de tâches.
Beaucoup dans l'industrie croient que lorsque les clients adoptent et construisent le modèle open source de Deepseek, ils voient une demande croissante de puces à inférence et de l'informatique.
Deepseek a démontré que les modèles open source plus petits peuvent être formés pour être aussi puissants, sinon plus puissants, que les grands modèles propriétaires à une fraction du coût. Avec l'utilisation généralisée de petits modèles fonctionnels, ils ont catalysé une ère de raisonnement.
Il a également noté que l'entreprise a récemment vu un doublement d'intérêt de la part des clients du monde entier pour accélérer ses initiatives d'inférence.
Désormais, les entreprises passent les dépenses de la formation de grappes au raisonnement de grappes. Nous avons juste besoin de plus en plus de puissance de calcul pour évoluer ces modèles pour des millions d'utilisateurs.
À mesure que la demande globale d'IA augmente, les petites entreprises auront plus de place pour se développer, et comme le monde aura besoin de plus de jetons (unités de données traitées par les modèles d'IA), NVIDIA ne sera pas en mesure de fournir suffisamment de puces pour tout le monde, ce qui nous donne la possibilité de vendre de manière plus agressive au marché.