V rámci telekonference s investory se šéf DeepSeek Liang Wenfeng vypořádal s převahou Nvidie: Hardware společnosti Huawei má systémy GB300 zcela nahradit.
Zakladatel a generální ředitel společnosti DeepSeek Liang Wenfeng se během rozhovoru s investory neobvykle jasně vyjádřil k čínskému dohánění v oblasti výpočetního výkonu a ke společnosti Nvidia:
„Jsem docela optimistický, co se týče domácího výpočetního výkonu – v tomto bodě si Nvidia kopá vlastní hrob.“
Huawei 950 proti Nvidia GB300: Výpočet šéfa DeepSeeku
Konkrétně Wenfeng tvrdí, že „Atlas 950 SuperPoD“ od Huawei – takzvaný supernode, tedy úzce propojený svazek mnoha akcelerátorů – může z hlediska výkonu i ceny zcela nahradit racky „GB200“ a „GB300“ od Nvidie. Cena je sice vyšší, ale v přijatelných mezích: Ať už je to o 50, 100 nebo dokonce 200 procent dražší, nakonec na tom podle Wenfenga nezáleží.
Sám však uvádí i související háček: K dosažení výkonu jedné GPU od Nvidie jsou zapotřebí čtyři čipy od Huawei a společnost zaostává přibližně o dva roky.
- Čtyři čipy Huawei 950 odpovídají jednomu GB300 – podle Wenfenga se stejnou latencí a stejným spektrem úkolů.
- Superuzel Huawei má být spuštěn ve třetím nebo čtvrtém čtvrtletí roku 2026, zatímco GPU GB200 od Nvidie přišlo na trh ve třetím čtvrtletí před dvěma lety.
Čínská výpočetní mezera: Proč jsou USA v čele
Wenfeng vidí rozdíl oproti USA v zdrojích, nikoli v personálu – nedostatek talentů podle něj vyplývá až z výpočetního deficitu. Podle šéfa DeepSeeku současné největší modely umělé inteligence aktivují současně kolem 800 miliard parametrů, zatímco čínské modely pouze asi 10 miliard – což představuje zpoždění o řádovou velikost.
Úplný přepis Wenfengovy telekonference s investory. Zde se vyjadřuje mnohem důrazněji. Trvá na tom, že otevřený zdrojový kód je *tím* hlavním bodem programu. Pokud s tím nesouhlasíte, jděte si koupit více akcií Zhipu.
A co je zásadní, říká, že zdrženlivost je *jedinou cestou k přežití*. Laboratoře, které se snaží ovládnout svět, budou vyřazeny. https://t.co/tTCa83rxak pic.twitter.com/XhqVm3zuMK— Teortaxes▶️ (DeepSeek Twittervěrný fanoušek 2023 – ∞) (@teortaxesTex) 23. července 2026
K trénování modelu této úrovně by podle Wenfenga bylo zapotřebí přibližně 50 000 GB300 nebo asi 200 000 Huawei 950 – a to ještě bez započítání výzkumu. Huawei v současné době poskytuje DeepSeek kapacitu pro přibližně 16 000 akcelerátorů; úzkým hrdlem je zde výroba společnosti Huawei.
Rozpadající se výhoda: CUDA a argument TileLang
Často zmiňovanou výhodou společnosti Nvidia je softwarová platforma „CUDA“, na kterou je vázáno mnoho vývojářů umělé inteligence. Právě tuto výhodu Wenfeng vidí jako mizející: umělá inteligence dnes dokáže sama napsat potřebný kód, k tomu se přidává vlastní nástroj s názvem „TileLang“, pomocí kterého lze ekosystém společnosti Nvidia napodobit.
Jako důkaz uvádí svůj vlastní model „V3“: Model sice běžel na hardwaru společnosti Nvidia, ale během tréninku se odpojil od softwarového prostředí společnosti Nvidia – a to pomocí vlastního kompilátoru TileLang. Speciální čipy pro umělou inteligenci podle jeho teze stejně činí náskok CUDA stále méně relevantním.
