Китайский технологический стартап DeepSeek, известный своими достижениями в области больших языковых моделей, приступил к разработке собственных специализированных процессоров для искусственного интеллекта. Согласно данным от осведомленных источников, целью данного проекта является создание независимой аппаратной базы и существенное снижение зависимости от поставок графических ускорителей американской компании Nvidia и отечественного гиганта Huawei.
Специфика разработки и фокус на инференс
Новая аппаратная платформа от DeepSeek проектируется специально для инференса — процесса генерации ответов и выполнения задач уже обученными нейросетевыми моделями. В отличие от универсальных ускорителей, узкоспециализированные чипы (ASIC) могут обеспечить более высокую энергоэффективность и скорость обработки данных при выполнении конкретных алгоритмов стартапа. Оптимизация железа под конкретную архитектуру софта становится общемировым трендом среди ведущих ИИ-лабораторий.
По имеющейся информации, проект характеризуется следующими деталями:
- Разработка аппаратного обеспечения стартовала приблизительно один год назад.
- Компания активно расширяет штат, открыв вакансии для опытных инженеров по дизайну микросхем.
- Ведутся переговоры с внешними партнерами в сфере контрактного производства и поставщиками памяти высокой пропускной способности.
Стратегический контекст и перспективы
На текущий момент проект DeepSeek находится на ранней стадии, однако активность компании в найме персонала указывает на серьезность намерений. Переход к созданию собственных чипов обусловлен не только стремлением к технологическому суверенитету, но и необходимостью оптимизировать затраты на масштабирование инфраструктуры в условиях высокой стоимости и дефицита высокопроизводительных GPU.
Разработка собственного кремния позволит DeepSeek более гибко адаптироваться к изменениям рынка и специфическим требованиям своих моделей. В случае успеха, стартап может встать в один ряд с глобальными игроками, такими как Google или Amazon, которые уже используют проприетарные ускорители для обслуживания своих облачных ИИ-сервисов. Эксперты отмечают, что создание чипа с нуля обычно занимает от 2 до 4 лет до выхода первого коммерческого образца.