Deepseek는 신념과는 반대로 AI 지출을 향상시킵니다

1 월에 주식 시장의 소규모는 중국 AI 획기적인 Deepseek AI와 비용 효율적인 컴퓨팅 방법에 대한 버즈로 인해 회사가 AI 칩 및 시스템에 대한 투자를 철회하고 있다고 믿게 될 수 있습니다. 그러나 Bloomberg Intelligence가 주최 한 뉴욕의 Generative AI Conference에서의 경험은 다른 그림을 그렸습니다. 생성 AI의 사용을 확대하는 것에 대한 열정은 눈에 띄었으며,이 분야의 지출은 속도가 느려지는 것을 시사합니다.

또한 : DeepSeek AI는 무엇입니까? 안전합니까? 다음은 알아야 할 모든 것이 있습니다

"Generative AI : Scaling Laws Post Deepseek"이라는 제목의 컨퍼런스는 AI에 대한 투자 증가를 추진하는 지속적인 수요를 강조한 토론으로 가득 차있었습니다.

Bloomberg Intelligence의 선임 기술 분석가이자 행사 주최자 중 한 명인 Mandeep Singh는“오늘날 우리는 오늘 10 개의 패널을 가졌으며, 그 패널의 한 사람은 우리가 필요로하는 것보다 더 많은 용량을 가지고 있다고 말했다.

Singh은 인프라에서 "아무도 거품에 대해 이야기하지 않았다"고 AI의 미래에 대한 업계의 신뢰를 강조하면서 덧붙였다.

AI 인프라 빌드 : 우리는 어디에 있습니까?

Bloomberg Intelligence의 Singh의 동료이자 선임 IT 서비스 및 소프트웨어 분석가 인 Anurag Rana는 중요한 질문을 제기했습니다. "지금 가장 중요한 질문은 AI 인프라 구축입니다. 예. 그주기에서 우리는 어디에 있습니까?"

Rana는 "아무도 모른다"고 인정했다. 그러나 DeepSeek AI의 희망은 비용이 적게서 상당한 발전을 달성 할 수 있다는 것입니다.

"Deepseek은 많은 사람들을 흔들었다"고 그는 말했다. "모델을 실행하기 위해 많은 GPU가 필요하지 않으면 Stargate 프로젝트를 위해 5 천억 달러가 필요한 이유는 무엇입니까?"

Rana는 업계가 AI 비용이 급락하여 클라우드 컴퓨팅 비용의 급격한 감소를 반영하기를 희망한다고 지적했다.

또한 : DeepSeek의 새로운 이미지 모델이 더 저렴한 AI의 또 다른 승리입니까?

"아마존 AWS에 1 개의 테라 바이트 데이터를 저장하는 데 6 년, 7 년, 8 년이 걸렸을 때, 경제학은 좋았습니다." "그리고 그것은 AI의 추론 측면에서 모든 사람들이 바라는 것입니다."곡선이 그 수준으로 떨어지면, 오 마이 갓, 그 최종 사용자 측면의 AI의 채택률, 또는 그 기업 측면은 장관이 될 것입니다. "

Singh은 Deepseek AI의 출현으로 인해 효율성을 달성하는 것에 대한 모든 사람의 사고 방식을 바꾸 었다고 지적하면서 동의했다.

하루 종일 수많은 패널이 Enterprise AI 프로젝트를 시작하여 출시에 이르기까지 탐구했습니다. 그러나 반복되는 주제가있었습니다. 접근성을 넓히기 위해 AI의 비용을 크게 줄여야 할 필요성.

Bloomberg Intelligence의 책임자 인 David Dwyer와의 인터뷰에서 Bloomberg의 최고 기술자 인 Shawn Edwards는“Deepseek이 놀랍지 않다고 생각합니다. "내가 생각하게 한 것은 지팡이를 흔들고 이러한 모델을 엄청나게 효율적으로 실행할 수 있다면 좋을 것이라고 생각했다"고 그는 모든 AI 모델이 그러한 효율성으로 작동 할 수있는 미래를 상상했다.

AI 모델의 증식

많은 패널리스트가 AI 인프라에 대한 투자가 증가하기보다는 증가 할 것으로 예상하는 한 가지 이유는 AI 모델의 수가 증가하기 때문입니다. 그날의 주요 테이크 아웃은이를 모두 지배 할 단일 AI 모델이 없다는 것입니다.

에드워즈는“우리는 모델 패밀리를 사용합니다. "최고의 모델과 같은 것은 없습니다."

패널리스트는 "기초"또는 "프론티어"대형 언어 모델이 계속 발전 할 것이지만 개별 기업은 수백 또는 수천 개의 AI 모델을 사용할 수 있다는 데 동의했습니다.

또한 : AI PCS의 부상 : 기업이 어떻게 기술을 재구성하여 유지하는 방법

이 모델은 일반 데이터에 대한 초기 "사전 훈련"후 신경망을 재발하는 프로세스 인 회사의 독점 데이터에서 미세 조정 될 수 있습니다.

벤처 지원 데이터 과학 회사 인 Dataiku의 플랫폼 전략 책임자 인 Jed Dougherty는“기업의 에이전트는 모델들 사이에 선택성이 필요합니다. "그들은 AI 모델의"통제하고 만들고, 감사를 가질 수있는 능력이 필요하다 "고 말했다.

"우리는 사람들의 손에 이러한 것들을 만들기위한 도구를두고 싶다"고 그는 말했다. "우리는 10 개의 박사가 모든 에이전트를 구축하기를 원하지 않습니다."

비슷한 맥락에서 디자인 도구의 리더 인 Adobe는 사용자 정의 모델을 크리에이티브의 핵심 사용 사례로 베팅하고 있습니다. Bloomberg TV 앵커 인 Romaine Bostick과의 논의에서 Adobe의 새로운 비즈니스 벤처 인 Hannah Elsakr는 "새로운 광고 캠페인에 도움이 될 수있는 브랜드에 대한 맞춤형 모델 확장을 훈련시킬 수있다"고 말했다.

처리 수요 증가

AI 모델과 마찬가지로 회사 내 AI 에이전트의 확산은 처리 요구를 높이고 있다고 많은 스피커가 제안했다.

Microsoft의 Copilot Studio 에이전트 및 자동화 책임자 인 Ray Smith는“전체 프로세스를 하나의 에이전트로 만들지 않을 것입니다.

Smith는 Colecilot과 같은 단일 인터페이스를 통해 "우리는 수백 명의 에이전트와 상호 작용할 것입니다. 그들은 신세계의 프로그래밍 앱 일뿐입니다"라고 예측했습니다.

"우리는 에이전트에게 비즈니스 프로세스를 제공하고, 우리가 달성하고자하는 것을 말할 것입니다."그리고 에이전트는 작업을 수행 할 것입니다. "에이전트 앱은 새로운 워크 플로우 방법 일뿐"이라고 그는 말했다.

또한 : NVIDIA는 Gen AI 벤치 마크에서 지배적이며 2 라이벌 AI 칩

스미스는 이러한 일상적인 시나리오는 "기술적으로 가능하다"고 말했다.

Bloomberg의 Hyde와의 대화에서 마이크로 프로세서 제조업체 ARM Holdings의 제품 관리 책임자 인 James McNiven은 AI "에이전트"를 더 많은 조직 내로 데려 오는 것이 비용 절감이 더욱 필요하다고 말했다.

"우리는 점점 더 많은 장치에 대한 액세스를 어떻게 제공합니까?" "우리는 작업 능력의 박사 학위 수준으로 모델을보고있다"고 그는 말했다.

McNiven은 그러한 에이전트가 10 년 전 휴대 전화를 통해 개발 도상국에 대한 지불 시스템을 도입했을 때의 보조제 역할을해야한다고 제안했다.

기초 모델의 확산

일반 기초 모델조차도 놀라운 속도로 확산되고 있습니다.

Amazon AWS에는 AWS 컴퓨팅 및 네트워킹의 책임자 인 Dave Brown이 Bloomberg TV 앵커 Caroline Hyde에 1,800 개의 다양한 AI 모델을 사용할 수 있습니다. 그는이 회사가 모델을 운영하는 데있어 "비용을 낮추기 위해 많은 노력을 기울이고있다"고 말했다.

Brown은 Nvidia, AMD, Intel 및 기타 일반 목적 칩 공급 업체를 암시하면서 AWS는 "다른 회사의 프로세서보다 자체 프로세서를 더 많이 사용하고있다"고 말했다.

또한 : Chatgpt의 새로운 이미지 생성기는 내 기대를 산산조각 냈습니다. 이제 무료입니다.

브라운은“비용이 낮아지면 고객은 더 많은 일을 할 것”이라고 말했다.

AWS는 매일 Claude Language Model Family의 제작자와 함께 일합니다. Michael Gerstenhaber는 Hyde와의 동일한 채팅에서 Michael Gerstenhaber가 인터페이스를 인터페이스합니다. "사고 모델은 Deepseek R1 및 GPT-O1과 같은 소위 추론 모델의 트렌드를 참조하여 최종 답변에 대한 인수에 대한 반대의 진술을 출력합니다.

Anthropic은 AWS와 긴밀히 협력하여 "프롬프트 캐싱"과 같은 컴퓨팅 예산을 다듬는 방법에 대해 이전 답변에서 계산을 저장하고 있습니다.

그는 이러한 추세에도 불구하고 "의인성은 수십만 명의 가속기가 필요하다", 즉 AI 중심의 실리콘 칩은 "많은 데이터 센터에서"모델을 실행해야한다.

또한, AI 전원의 에너지 비용은 느려질 징후가 없다고 밝혔다. 현재 데이터 센터는 수백 개의 메가 와트를 소비하고 있으며 결국 기가 와트가 필요하다고 지적했다. AI를 의미하는 "소비하는 전력은 크고 발자국은 많은 데이터 센터에서 큽니다."

또한 : Global AI Computing은 2026 년까지 '여러 NYCS'의 전력을 사용할 것이라고 설립자는 말합니다.

경제 불확실성과 AI 투자

야심 찬 시나리오에도 불구하고 한 가지 요소는 모든 사용 사례와 투자 계획 인 경제를 방해 할 수 있습니다.

수요일 저녁에 회의가 끝나자 패널리스트와 손님은 주식 시장에서 시간외 급락을 모니터링하고있었습니다. 도널드 트럼프 미국 대통령은 월스트리트에서 대부분의 사람들보다 더 크고 더 큰 관세 패키지를 발표했다.

블룸버그의라나 (Rana)는 AI가 아닌 서버 및 스토리지와 같은 전통적인 기술 투자 영역이 경제 수축의 초기 피해자가 될 수 있다고 말했다.

"우리가 집중하는 또 다른 큰 것은 비 AI 기술 지출입니다."라고 그는 관세에 관해 말했다. "우리가 IBM, Accenture, Microsoft 및 기타 모든 것을 좋아할 때, 우리가 AI를 잠시 동안 제쳐두고이 수입 시즌에 들어가는 데 어려움이 될 것입니다."

라나는 주요 기업의 CFO가 경제적 불확실성과 잠재적 불황 속에서 예산을 정리해야하더라도 AI 및 교대 자금을 우선시 할 수 있다고 Rana는 제안했다.

그러나 그 낙관적 전망은 보장되지 않습니다.

AI 데이터 센터를 포함하여 Rana는 "내가 알아내는 데 가장 관심이있는 것은이 대기업들이 CAP-EX [자본 지출] 목표를 그대로 유지한다면,"무엇을 알고 있습니까? 너무 불확실하다 "고 말했다.