AI та ринок криптоактивів: несподіваний вплив

Нещодавно у сфері ШІ виник несподіваний тренд, який неочікуваним чином вплинув на ринок. Цей тренд не є злиттям ШІ з криптоактивами, а є ланцюговим ударом ШІ по традиційних капітальних ринках і ринку криптоактивів.

27 січня завантаження китайської AI моделі DeepSeek вперше перевищило ChatGPT, ставши лідером у американському App Store. Ця новина викликала широкий інтерес у світових технологічних, інвестиційних та медійних колах.

Ця подія не лише змусила задуматися про можливі зміни у майбутньому технологічному ландшафті між США та Китаєм, але й викликала короткочасний страх на американському фондовому ринку. Внаслідок цього акції кількох технологічних гігантів зазнали значного падіння, зокрема акції NVIDIA впали на 5,3%, ARM на 5,5%, Broadcom на 4,9%, а TSMC на 4,5%. Крім того, акції таких компаній, як Micron, AMD та Intel, також знизилися. Ф'ючерси на Nasdaq 100 знизилися на 400 пунктів, що може стати найбільшим одноденним падінням за останній час. За оцінками, ринкова капіталізація американського ринку акцій у той день могла зменшитися більш ніж на 1 трильйон доларів.

Тісно слідуючи за тенденціями на ринку американських акцій, ринок криптоактивів також зазнав значного падіння. Ціна на біткоїн впала нижче 40500 доларів, за 24 години падіння склало 4,48%. Ефір впав нижче 3200 доларів, за 24 години падіння становило 3,83%. Багато інвесторів здивовані таким швидким падінням на ринку криптоактивів, деякі припускають, що це може бути пов'язано зі зниженням очікувань щодо зниження процентних ставок Федеральної резервної системи або іншими макроекономічними факторами.

Джерело паніки на ринку, здається, походить від проривних досягнень DeepSeek. На відміну від інших відомих компаній в сфері ШІ, DeepSeek не покладається на великі капітали та апаратні ресурси. У порівнянні, OpenAI була заснована десять років тому, має 4500 співробітників та залучила 6,6 мільярда доларів; один з гігантів соціальних медіа інвестував 60 мільярдів доларів у розробку великих дата-центрів для ШІ. Tim часом, DeepSeek існує менше двох років, має лише 200 співробітників, витрати на розробку становлять менше 10 мільйонів доларів, і не використовує великої кількості високоякісних GPU.

Успіх DeepSeek не лише зламав бар'єри витрат у капіталі та технологіях, а й поставив під сумнів усталені уявлення та способи мислення людей.

Віце-президент з продуктів відомої компанії з хмарного зберігання в соціальних мережах заявив, що історія DeepSeek відображає типовий випадок руйнівних інновацій. Традиційні компанії зосереджуються на оптимізації існуючих процесів, тоді як руйнівники переосмислюють базові підходи. DeepSeek запропонував новий підхід: як вирішити проблему більш розумним способом, а не просто збільшуючи інвестиції в апаратне забезпечення?

Наразі витрати на навчання провідних моделей штучного інтелекту є надзвичайно високими. Деякі провідні компанії з розробки ШІ інвестували понад 100 мільйонів доларів лише в обчислювальні ресурси. Їм потрібно обладнати великі дата-центри тисячами графічних процесорів (GPU) вартістю 40 тисяч доларів, а споживана енергія подібна до енергетичних потужностей електростанції.

Однак DeepSeek запропонував абсолютно новий підхід: як досягти тих самих цілей з 500 доларами США? Вони не лише висунули цю ідею, але й успішно втілили її в життя. Їхня модель у кількох завданнях порівнянна або навіть перевершує провідні AI моделі в галузі. Їхній секрет полягає в тому, щоб кардинально переосмислити весь процес. Традиційні AI моделі використовують 32-бітні дроби для представлення кожного числа, тоді як DeepSeek намагається використовувати 8-бітні дроби, виявивши, що точності все ще достатньо, водночас вимоги до пам'яті зменшуються на 75%.

Результат вражає: витрати на навчання зменшились з 100 мільйонів доларів до 5 мільйонів доларів, кількість необхідних GPU зменшилась з 100 тисяч до 2000, витрати на API зменшились на 95%. Що ще важливіше, їхня модель може працювати на звичайних ігрових GPU без необхідності у спеціалізованому апаратному забезпеченні дата-центрів. Крім того, вони також обрали стратегію відкритого виходу.

Успіх DeepSeek ставить під сумнів кілька традиційних уявлень у сфері ШІ, зокрема стереотипи щодо моделей розвитку технологій у Китаї, лідерство Кремнієвої долини у сфері ШІ, технологічні бар'єри деяких компаній ШІ, величезні інвестиції, необхідні для розробки топових моделей ШІ, теорію накопичення вартості моделей, а також лінійний зв'язок між продуктивністю моделей і витратами.

Одна з відомих інвестиційних компаній США в своєму звіті оцінила DeepSeek, зазначивши, що це є важливою перемогою для відкритого коду в порівнянні з закритим. Внесок відкритої спільноти швидко сприятиме розвитку всієї галузі. Однак вони також зазначили, що деякі компанії, які застосовують стратегію масштабного вкладення ресурсів, можуть у майбутньому досягти нових проривів. Історія розвитку штучного інтелекту показує, що обчислювальна потужність все ще може бути ключовим фактором.

Успіх DeepSeek дозволив відкритим моделям досягти продуктивності, що зрівнялася або навіть перевищила деякі закриті моделі, а також забезпечив вищу ефективність, що зменшило необхідність підприємств купувати комерційні AI API. Приватне розгортання та самостійне налаштування нададуть більше можливостей для розвитку прикладних програм. Очікується, що в найближчі один-два роки ми можемо побачити більш різноманітні продукти для інтерпретаційних чіпів і більш процвітаючу екосистему застосувань великих мовних моделей.

Незважаючи на це, очікується, що попит на обчислювальну потужність не знизиться. Це може призвести до явища, подібного до "парадокса Джевонса": незважаючи на підвищення ефективності одиниці, завдяки розширенню сфери застосування загальний попит може навіть зрости. Це нагадує траєкторію розвитку від ранніх мобільних телефонів до епохи поширення телефонів Nokia: саме завдяки зменшенню витрат стало можливим масове використання, а масове використання, в свою чергу, призвело до збільшення загального обсягу споживання на ринку.