По време на телеконференция с инвеститори шефът на DeepSeek Лианг Венфенг отхвърли превъзходството на Nvidia: хардуерът на Huawei ще замести напълно системите GB300.
Основателят и главен изпълнителен директор на DeepSeek Лианг Венфенг се изказа необичайно категорично по време на разговор с инвеститори относно усилията на Китай да навакса изоставането си в областта на изчислителната мощност и относно Nvidia:
Доста съм оптимистичен по отношение на местната изчислителна мощност – в този момент Nvidia си копае собствения гроб.
Huawei 950 срещу Nvidia GB300: Изчисленията на шефа на DeepSeek
Конкретно Венфен твърди, че „Atlas 950 SuperPoD“ на Huawei – така нареченият „супервъзел“, т.е. тясно свързана мрежа от много ускорители – може напълно да замести раковете „GB200“ и „GB300“ на Nvidia по отношение на производителност и цена. Цената е по-висока, но в разумни граници: дали е с 50, 100 или дори 200 процента по-скъпо, в крайна сметка това няма значение, според Венфенг.
Самият той обаче посочва и съответния улов: за производителността на един GPU на Nvidia са необходими четири чипа на Huawei, а компанията изостава с около две години.
- Четири Huawei 950 съответстват на един GB300 – при еднаква латентност и същия спектър от задачи, според Венфенг.
- Супервъзелът на Huawei трябва да започне да функционира през третото или четвъртото тримесечие на 2026 г., докато GB200 на Nvidia излезе на пазара през третото тримесечие преди две години.
Изчислителната празнина на Китай: Защо САЩ са напред
Според Венфенг разликата спрямо САЩ се дължи на ресурсите, а не на персонала – недостигът на таланти е следствие именно от изчислителния дефицит. Според шефа на DeepSeek най-големите модели за изкуствен интелект в момента активират едновременно около 800 милиарда параметри, докато китайските модели – само около 10 милиарда – което представлява изоставане с един порядък.
Пълен препис на телеконференцията на Венфенг с инвеститорите. Тук той е много по-категоричен. Той настоява, че отварянето на кода е *основната* цел. Ако не сте съгласни, купете си още акции на Zhipu.
И най-важното – той казва, че сдържаността е *единственият начин да оцелеем*. Лабораториите, които се опитват да погълнат света, ще бъдат елиминирани. https://t.co/tTCa83rxak pic.twitter.com/XhqVm3zuMK— Teortaxes▶️ (DeepSeek Twitterверни фенове 2023 – ∞) (@teortaxesTex) 23 юли 2026 г.
Според Венфенг, за да се обучи модел от този клас, биха били необходими около 50 000 GB300 или приблизително 200 000 Huawei 950 – без да се отчитат разходите за научноизследователска дейност. В момента Huawei предоставя на DeepSeek капацитет за около 16 000 ускорители; пречката се крие в производството на Huawei.
Намаляващо предимство: CUDA и аргументът за TileLang
Често цитираното предимство на Nvidia е софтуерната платформа „CUDA“, към която са обвързани много разработчици на ИИ. Именно това предимство Уенфенг вижда, че изчезва: ИИ вече може сама да пише необходимия код, а към това се добавя и собствен инструмент, наречен „TileLang“, с който може да се възпроизведе екосистемата на Nvidia.
Като доказателство той посочва собствения си модел „V3“: макар моделът да работи на хардуер на Nvidia, по време на обучението той се откача от софтуерната среда на Nvidia – чрез самостоятелно написан TileLang-компилатор. Специализираните чипове за ИИ все пак правят предимството на CUDA все по-незначително, според неговата теза.
