DeepSeek повышает расходы ИИ, вопреки убеждениям

Фондовый рынок в январе, вызванный гудением вокруг китайского прорыва AI Deepseek AI и его экономически эффективного вычислительного метода, может поверить, что компании возвращаются к своим инвестициям в чипы и системы искусственного интеллекта. Тем не менее, мой опыт на конференции Generative AI в Нью -Йорке, организованной Bloomberg Intelligence, нарисовал другую картину. Энтузиазм по поводу расширения использования генеративного ИИ был ощутимым, что позволяет предположить, что расходы в этой области далеки от замедления.

Также: что такое DeepSeek AI? Это безопасно? Вот все, что вам нужно знать

Конференция под названием «Generative AI: Massing Laws Post Post Deepseek» была заполнена дискуссиями, в которых подчеркивался текущий спрос, что приводит к увеличению инвестиций в ИИ.

«Сегодня у нас было десять панелей, и ни один человек на этих панелях не сказал, что у нас больше возможностей, чем нам нужно», - отметил Мандип Сингх, старший аналитик по технологиям Bloomberg Intelligence и один из организаторов мероприятия.

«И никто не говорил о пузыре» в инфраструктуре, добавил Сингх, подчеркивая уверенность отрасли в будущем ИИ.

Построение инфраструктуры ИИ: где мы?

Анураг Рана, коллега Сингха в Bloomberg Intelligence и старший аналитик по ИТ и программным обеспечениям, задал критический вопрос: «Самый важный вопрос прямо сейчас перед всеми - это сборка инфраструктуры ИИ. Да. Где мы в этом цикле?»

«Никто не знает» наверняка, призналась Рана. Тем не менее, надежда, вызванная Deepseek AI, заключается в том, что значительные достижения могут быть достигнуты с меньшими затратами.

«Дипсеек пожал много людей», - сказал он. «Если вам не нужно, чтобы много графических процессоров для запуска моделей, то зачем нам нужно 500 миллиардов долларов для проекта Stargate», - заметил он, ссылаясь на запланированный проект AI в США с участием Японской группы SoftBank, OpenAI и Oracle.

Рана отметила, что отрасль надеется, что затраты на искусственное интеллект упадут, отражая быстрое снижение затрат на облачные вычисления.

Кроме того: новая модель Deepseek - еще одна победа для более дешевого ИИ?

«Это падение кривой стоимости, которая, вероятно, заняла шесть, семь, восемь лет, чтобы хранить один терабайт данных в Amazon AWS, когда она началась против сегодня, экономика была хорошей», - сказал он. «И это то, на что все надеются, что на стороне вывода« ИИ », если кривая падает на этот уровень, о Боже, скорость усыновления на ИИ на его стороне конечного пользователя, или, сторона предприятия, будет впечатляющей».

Сингх согласился, отметив, что появление DeepSeek AI «изменило мышление каждого на достижение эффективности».

В течение дня многочисленные панели углубились в проекты ИИ предприятия, от их создания до развертывания. Тем не менее, была повторяющаяся тема: необходимость значительно сократить затраты на ИИ, чтобы расширить свою доступность.

«Я не думаю, что DeepSeek был сюрпризом», - сказал Шон Эдвардс, главный технолог Bloomberg, в интервью с Дэвидом Дуайером, главой Bloomberg Intelligence. «Что заставило меня думать, так это то, что было бы здорово, если бы вы могли помахать палочкой и заставить эти модели работать невероятно эффективно», - сказал он, представляя будущее, где все модели ИИ могут работать с такой эффективностью.

Пролиферация моделей ИИ

Одной из причин, по которой многие участники дискуссии ожидают увеличения, а не снижения инвестиций в инфраструктуру искусственного интеллекта, являются растущее число моделей искусственного интеллекта. Ключевым выводом со дня было то, что не будет ни одной модели искусственного интеллекта, чтобы управлять ими.

«Мы используем семейство моделей», - объяснил Эдвардс. «Нет такой вещи, как лучшая модель».

Участники дискуссии согласились, что в то время как «фундамент» или «граница» крупные языковые модели будут продолжать развиваться, отдельные предприятия могут использовать сотни или даже тысячи моделей искусственного интеллекта.

Также: рост компьютеров ИИ: как предприятия изменяют свои технологии, чтобы не отставать от

Эти модели могут быть точно настроены на проприетарные данные компании, процесс повторного обучения нейронной сети после ее первоначального «предварительного обучения» по общим данным.

«Агенты в предприятии требуют опциозности среди моделей»,-сказал Джед Догерти, глава стратегии платформы для венчурных научных наук DataIku. «Им нужна возможность управлять и создавать, а также иметь аудит» моделей ИИ.

«Мы хотим поставить инструменты, чтобы построить эти вещи в руки людей», - сказал он. «Мы не хотим, чтобы десять докторов наук строили всех агентов».

Аналогичным образом, Adobe, лидер в инструментах дизайна, делает ставку на пользовательские модели в качестве варианта использования ключа для креативщиков. «Мы можем обучить индивидуальные расширения модели для вашего бренда, которые могут оказать помощь для новой рекламной кампании», - сказала глава новых бизнес -предприятий Adobe, Ханна Эльсакр в обсуждении с телевизионным якорем Bloomberg Romaine Bostick.

Увеличение спроса на обработку

Как и в случае с моделями ИИ, распространение агентов ИИ в компаниях способствует обработке требований, по словам многих ораторов.

«Вы не будете втиснуть целый процесс в одного агента, вы разбите его на части», - сказал Рэй Смит, глава Microsoft Studio Agents и автоматизацию Microsoft.

Смит предсказал, что благодаря одному интерфейсу, такому как копило, «мы будем взаимодействовать с сотнями агентов - они просто приложения в новом мире» программирования.

«Мы дадим агенту бизнес -процесс, расскажем ему, что мы хотим выполнить», и агент выполнит задачи. «Агентические приложения - это всего лишь новый способ рабочего процесса», - сказал он.

Также: NVIDIA доминирует в тестах Gen AI, Clobbering 2 конкуренты AI Chips

Такие повседневные сценарии «все технологически возможны», отметил Смит, «это просто темп, в котором мы его создаем».

По словам Джеймса Макнивена, руководителя отдела управления продуктом для микропроцессора, в чате Bloomberg's Hyde, стремление к «Ай -агентам», главам управления продуктом в рамках организаций, является еще более необходимым сокращением затрат.

«Как мы предоставляем доступ на все больше и больше устройств», - поставил он. «Мы видим модели на уровне доктора наук» возможности задач, сказал он.

Макнивен предположил, что такие агенты должны служить помощниками для людей, проводя параллель, когда платежные системы были введены в развивающиеся страны через мобильные телефоны десять лет назад: «Как мы получаем это людям, которые могут использовать эту способность?»

Распространение моделей фундамента

Даже общие модели фундамента пролиферируют с удивительной скоростью.

Amazon AWS имеет 1800 различных моделей искусственного интеллекта, как сказал Дэйв Браун, глава Computing и сети AWS, сказал Bloomberg TV Anchor Caroline Hyde. По его словам, компания «много делает, чтобы снизить стоимость» запуска моделей, включая разработку пользовательских чипов ИИ, таких как Trainum.

AWS «использует больше наших собственных процессоров, чем процессоры других компаний»,-сказал Браун, ссылаясь на NVIDIA, AMD, Intel и других поставщиков чипов общего назначения.

Также: новый генератор изображений Chatgpt разбил мои ожидания - и теперь бесплатно попробовать

«Клиенты сделают больше, если бы стоимость была ниже», - сказал Браун.

AWS ежедневно работает с Anpropic, производителями семейства Claude Language Model, отметил Браун. Антропный глава прикладного программирования интерфейсов Майкла Герстенхабера, в том же чате с Хайдом, отметил, что «модели мышления вызывают много возможностей для использования», ссылаясь на тенденцию так называемых моделей рассуждений, таких как DeepSeek R1 и GPT-O1, для вывода вербозных утверждений об аргументах для их окончательных ответов.

Anpropic работает в тесном контакте с AWS над способами обрезать бюджет вычисления, например, «быстрое кэширование», хранение вычислений из предыдущих ответов.

Несмотря на эту тенденцию, сказал он: «Антропическому нужен сотни тысяч ускорителей», что означает, что кремниевые чипы, ориентированные на AI, «во многих центрах обработки данных» для запуска своих моделей.

Кроме того, растущая стоимость энергии на питание ИИ не показывает никаких признаков замедления, сказал Браун. Он отметил, что текущие центры обработки данных потребляют сотни мегаватт и в конечном итоге потребуются гигаватты. «Сила, которую он потребляет,« означает ИИ », большая, а следов большой во многих центрах обработки данных».

Также: Global AI Computing будет использовать «Многочисленную стоимость NYCS» к 2026 году, говорит основатель

Экономическая неопределенность и инвестиции в области искусственного интеллекта

Несмотря на амбициозные сценарии, один фактор может нарушить все варианты использования и инвестиционные планы: экономика.

Поскольку конференция заканчивалась в среду вечером, участники дискуссии и гости следили за погружением в нерабочее время на фондовом рынке. Президент США Дональд Трамп только что объявил о глобальном пакете тарифов, которые были бы больше и более широко, чем ожидали большинство на Уолл -стрит.

По словам Bloomberg's Rana, традиционные области инвестиций в области технических технологий, такие как серверы и хранилище, а не ИИ.

«Другая важная вещь, на которой мы сосредоточены,-это расходы на технологии, не являющиеся АИ,»,-сказал он относительно тарифов. «Когда мы смотрим на таких, как IBM, Accenture, Microsoft и все остальные, когда мы просто откладываем AI на секунду, это то, что будет борьбой, входящей в этот сезон доходов».

Отдела финансовых директоров крупных компаний может расставить приоритеты в области ИИ и смены, даже если им придется сократить свои бюджеты в условиях экономической неопределенности и потенциальной рецессии, по словам Рана.

Однако этот оптимистический прогноз не гарантируется.

«Я больше всего заинтересован в том, чтобы выяснить, если все эти крупные компании сохранят свои целевые показатели CAP-EX [капитальные расходы] нетронутыми»,-сказала Рана, в том числе дата-центры ИИ,-или они скажут, вы знаете, что? Это слишком неопределенно ».