DeepSeek разрабатывает собственные чипы для обучения и инференса ИИ

Китайская исследовательская лаборатория DeepSeek приступила к разработке собственных специализированных чипов для ускорения работы нейросетей. Этот шаг направлен на снижение зависимости от зарубежных графических процессоров, поставки которых ограничены экспортными ограничениями США. Компания планирует оптимизировать аппаратное обеспечение под архитектуру своих моделей, чтобы повысить эффективность обучения и снизить затраты на инференс.

Разработка собственного «железа» становится стратегическим приоритетом для ведущих ИИ-лабораторий, стремящихся к вертикальной интеграции. Создание кастомных чипов позволит DeepSeek лучше контролировать вычислительный стек и адаптировать архитектуру процессоров под специфические нужды своих моделей, таких как DeepSeek-V3 и R1. Это решение может существенно изменить экономику компании, которая ранее делала ставку на высокую эффективность обучения при относительно низких затратах.

Индустрия наблюдает тренд на создание проприетарных решений в ответ на дефицит высокопроизводительных ускорителей на мировом рынке. Собственные разработки позволяют компаниям не только обходить санкционные барьеры, но и достигать более высокой энергоэффективности, что критически важно при масштабировании моделей с миллиардами параметров. В случае успеха DeepSeek сможет значительно сократить капитальные затраты на инфраструктуру.

Ключевые факты

• DeepSeek формирует команду инженеров для проектирования специализированных чипов, ориентированных на задачи ИИ.
• Основная цель проекта — минимизация зависимости от импортных GPU, доступ к которым ограничен экспортным контролем США.
• Разработка направлена на оптимизацию процессов обучения и инференса, что должно снизить общую стоимость эксплуатации крупных языковых моделей.
• Инициатива подчеркивает стремление китайских технологических компаний к созданию независимой экосистемы разработки ИИ, охватывающей как программное, так и аппаратное обеспечение.