Автор: Люк, Mars Finance
Вступ
На цьому тижні глобальні фінансові ринки пережили гостру хвилювання. Біткойн, як “барометр” високоризикових активів, розгорнувся під впливом різкого падіння на фондовому ринку США, його ціна тимчасово впала до 78 тис. доларів США. Цей “сніговик” став спалахом, який спровокував колективне занепадання технологічних акцій у США, а епіцентром виявився NVIDIA - виробник чіпів для штучного інтелекту, чий курс акцій в перший тиждень обвалився на 10,2%, а ринкова вартість скоротилася на понад 300 млрд доларів США, що привело до падіння індексу S&P 500 на 4,7% та індексу Nasdaq 100 на 5,9%. Коливання біткойну - це лише відображення, аби розкрити глибинні причини падіння фондового ринку США, наші очі мусили перевести на нову змінну: DeepSeek опублікував п’ять основних технологій протягом “тижня відкриття”, заявивши, що може досягти потрійного підвищення ефективності обчислювальної потужності на існуючому обладнанні, що породило сумніви на ринку стосовно майбутнього монополії на чіпи.
НВідійте у країну: “Ватра” твердого імперії
Падіння NVIDIA не випадкове, а концентрований спалах множинного тиску:
Попередження про продуктивність: Агентство прогнозує, що темпи зростання доходів центрів обробки даних Nvidia в 1 кварталі 2025 року сповільняться з 75% до 48%, а очікування ринку щодо попиту на апаратне забезпечення швидко охолонуть.
Тінь технологічної заміни: в той же тиждень китайський AI-новачок DeepSeek провів гучний “Тиждень відкритого коду”, випустивши п’ять програмних продуктів, які, за його словами, можуть потроїти ефективність обчислення на існуючих GPU. Це не тільки підірвало комерційну логіку NVIDIA “чіп-стека”, але й надихнуло інвесторів на відчуття атмосфери “дегабілітації NVIDIA”.
За цим ціновим штормом акцій хитається баланс конкуренції обчислювальних потужностей штучного інтелекту - від «ери грубої сили» апаратного стекінгу до «ери перехитрити» оптимізації програмного забезпечення.
Тиждень відкритого вихідного коду DeepSeek: п’ять ударів «програмно-визначених обчислень».
П’ять технологій DeepSeek з відкритим вихідним кодом – це не проста оптимізація коду, а повна «революція програмних обчислень», яка переосмислює взаємозв’язок між обчисленнями, комунікацією та зберіганням, так що навчання та висновки ШІ більше не повністю покладаються на оновлення апаратного забезпечення.
- FlashMLA: Використовуйте графічний процесор як «інтелектуальний конвеєр» для підвищення продуктивності
Традиційні обчислення зі штучним інтелектом схожі на ручну кухню з великою кількістю завдань, які потрібно призначати вручну, що призводить до марнотратства та очікування. Рішення для оптимізації FlashMLA більше схоже на «інтелектуальний пайплайн», завдяки чому текстові завдання різної довжини можуть бути точно заплановані графічним процесором, короткі завдання можуть бути швидко оброблені, а довгі завдання не витрачають ресурси даремно.
Переломний момент: обчислювальна продуктивність відеокарти H800 збільшена до 580 TFLOPS порівняно з 220 TFLOPS традиційними методами.
Вплив: кількість потрібних для виконання однакових завдань штучного інтелекту графічних процесорів зменшилася на 60%, що безпосередньо впливає на потреби у закупівлі хмарних обчислень виробниками.
- DeepEP: зробіть комунікацію з GPU схожою на “5G швидкісну автостраду”
У великому навчанні моделей штучного інтелекту, частою проблемою не є обчислення, а затримка у комунікації. DeepEP використовує технологію стиснення FP8 + RDMA, що еквівалентно побудові “5G швидкої автостради” між GPU, що забезпечує більш ефективний потік даних.
Дані про продуктивність: пропускна здатність між вузлами збільшується до 150 ГБ/с, зниження затримки на 83%.
Вплив: розмір кластера сервера можна зменшити на 40%, зменшуючи залежність від мережевих пристроїв NVIDIA InfiniBand.
- DeepGEMM: «багатофункціональна газова плита» для обчислень штучного інтелекту
DeepGEMM оптимізує метод розрахунку матриці, що еквівалентно встановленню на графічний процесор «розумної газової плити», яка може динамічно регулювати вогневу міць відповідно до різних завдань.
Підвищення ефективності: швидкість обчислень з точністю FP8 збільшилася в 2,3 рази, споживання енергії зменшилося на 55%.
Вплив на галузь: Nvidia Tensor Core можна замінити в деяких сценаріях, а деякі компанії замінили замовлення A100 комбінаціями H800 + DeepGEMM.
- 3FS файлова система: «розумне зберігання» даних ШІ
Зберігання даних є ключем до навчання штучного інтелекту, а файлова система 3FS схожа на «автоматизований складський центр», який може миттєво отримувати величезні обсяги даних, а не вручну знаходити файли, як традиційні методи.
Пропускна здатність: 6,6 ТБ/с швидкість читання та запису, що в 12 разів швидше, ніж у файлової системи Lustre.
Вплив: час попередньої обробки навчальних даних скорочується на 70%, а потреба в інвестиціях у графічний процесор – на 35%.
- Ефект сніжинки відкритої екосистеми
Стратегія відкритого коду DeepSeek схожа на снігову кулю, яка котиться та збільшується. Дані GitHub показують, що його бібліотека відкритого коду перетнула планку у 1,2 мільйона завантажень на тиждень, з них 30% становлять розробники з Європи та Америки. Це означає, що глобальні розробники швидко адаптують ці оптимізаційні рішення, подальше підточуючи контроль NVIDIA над програмним екосистемою.
Від “наповнення чіпів” до “витяг коду”: перетворення ландшафту штучного інтелекту
Протягом останніх кількох років логіка розвитку потужності штучного інтелекту полягала в тому, що “все вирішується процесом виготовлення мікросхем”, але відкритий код DeepSeek показує, що оптимізація програмного рівня може забезпечити експоненційний ріст без оновлення апаратного забезпечення, що призводить до зміни оцінюваної логіки всієї галузі штучного інтелекту.
Дилема Nvidia: компанія інвестувала понад 12 мільярдів доларів у дослідження та розробки для розробки графічних процесорів з архітектурою Blackwell, але закрита екосистема CUDA натомість стала проблемою «заблокованого клієнта», що призвело до того, що Meta, Microsoft та інші компанії в бюджеті штучного інтелекту на 2025 рік витратили на оптимізацію програмного забезпечення з 15% до 40%.
Нова сила зростає: материнська компанія DeepSeek оцінена вирісла в 300% за три місяці, досягнувши 720 мільярдів доларів США, випередивши Stability AI.
Вибір глобальних розробників: за статистикою GitHub, частка проектів зі штучним інтелектом, які використовують компонент DeepSeek, складає вже 27%, що перевищує PyTorch Lightning.
Nvidia занадто велика, щоб зазнати невдачі? Як американські акції перетравлюють цей ведмежий тренд?
Падіння Nvidia є не лише потрясінням в індустрії штучного інтелекту, а й пов’язаним зі стабільністю всього фондового ринку США. Як лідер ринкової капіталізації технологічного фондового ринку, кожне різке коливання Nvidia запускає ланцюгову реакцію на ринку. Отже, як американські акції повинні перетравити це ведмеже зростання?
У короткостроковій перспективі ринок може пережити період відтоку захисних гаваней і корекції акцій технологічних компаній, особливо переоцінки оцінки індустрії штучного інтелекту.
У середньостроковій та довгостроковій перспективі NVIDIA залишається важливою опорою індустрії штучного інтелекту, і хоча оптимізація програмного забезпечення кидає виклик логіці оновлення апаратного забезпечення, графічні процесори все ще залишаються в центрі навчання та висновків великих моделей. Поки ринок відновлює довіру, очікується, що Nvidia все ще відновить стабільність.
Відновлення ринку біткоїна, можливо, залежить від стабілізації американської фондової біржі. Якщо продаж технологічних акцій пом’якшиться, збільшиться ризикова спрямованість ринку, ліквідність повернеться, і біткоїн як «цифрове золото» матиме шанс на відбудову.
Майбутній світ штучного інтелекту – це вже не просто змагання апаратного забезпечення, а епоха програмно-визначених обчислювальних потужностей. У наш час компанії, які можуть використовувати код для «перетворення каменів на золото», підуть далі, ніж ті, хто одержимий ідеєю створення більших молотів.
Тиждень відкритого вихідного коду DeepSeek – це лише початок, новий комп’ютерний ландшафт штучного інтелекту, який непомітно змінює світ.
