Kunstig intelligens
DeepSeek: En ustabil og tidlig ankomst af kommercialiseret AI?
DeepSeek ødelægger AI-landskabet
For enhver, der var uvidende og tjekkede finansmarkederne mandag den 27th januar 2025, var spørgsmålet sandsynligvis: “Hvad skete der?” Den tilsyneladende ustoppelige stigning i Nvidias aktiekurs – indtil nu – blev afbrudt af et brutalt fald på 18 % på blot én dag.
Med et markedsværditab på 560 mia. $, har ingen enkelt virksomhed nogensinde mistet så meget værdi på én dag. Faktisk vænner Nvidias investorer sig sandsynligvis til aktiens ekstreme volatilitet, idet den udgør 8 af de 10 største enkelt‑dagsnedgange.
Kilde: Visual Capitalist
Udløseren var udgivelsen af DeepSeek, en kinesisk LLM (Large Language Model), der kan måle sig med de bedste produkter fra OpenAI og andre førende AI‑virksomheder i ydeevne. Undtagen at den er open‑source og giver adgang til en meget lav pris. Det påstås også, at den kun er udviklet med 6 mio. $ som et “sideprojekt” af en kvantitativ hedgefond.
Hvis det er sandt, kan det vende fortællingen om, at udvikling af AI vil være ekstremt beregningsintensiv og kræve milliarder, om ikke trillioner, i AI‑datacentre. Som førende inden for AI‑hardware er det ikke overraskende, at Nvidia blev mest påvirket af investorturbulensen.
Mens støvet begynder at lægge sig, lad os undersøge, hvad DeepSeek faktisk kan, og hvad den kinesiske AI‑industri ellers kan gøre snart.
Baggrund for DeepSeek
High‑Flyer
DeepSeek blev udviklet af en kinesisk finanshandels‑/kvantitativ hedgefond, High‑Flyer, grundlagt af Liang Wenfeng.
Liang er 40 år gammel og arbejdede oprindeligt med maskinsyn. Han grundlagde High‑Flyer i 2015, i sine 30’ere, og var pioner inden for brug af AI i handelsstrategier ved at udnytte maskinlæring. Fonden forvalter nu 8 mia. $ i aktiver.
Normalt meget diskret, blev Liang set sidde ved siden af Kinas premierminister Li Qiang (det andet rangordnede medlem af Politbureauets stående komité i det kinesiske kommunistparti) ved et møde om AI‑teknologi i Beijing den 20. januar 2025.
Kilde: Nigel D'Souza
Det bør påpeges, at i den indledende forvirring og på grund af Liangs sjældne offentlige optrædener, brugte mange medier billedet af en person med samme navn, men fuldstændig urelateret til DeepSeek, og som arbejder som indretningsdesigner.
“Ikke Liang Wenfeng” – Kilde: Business Day
DeepSeek
I 2021 købte Liang Wenfeng omkring 10.000 H800 Nvidia‑chips, før de amerikanske sanktioner trådte i kraft, for at starte det, der skulle blive DeepSeek, og bragte High‑Flyer AI’s topforskere ind i projektet.
H800‑chipsene er relativt set lavtydende chips sammenlignet med de mere avancerede H100 og B200, med tredobbelt strømforbrug.
Kilde: Technical City
DeepSeek hævder, at de har trænet deres DeepSeek V3‑model på under 2 måneder for 5,58 mio. $. Så selvom dette ikke reelt inkluderer omkostningerne til de 10.000 H800‑chips, er det stadig flere størrelsesordener billigere end alle andre LLM‑modeller indtil nu.
Faktisk ville dette gøre træningen af DeepSeek V3 billigere end blot lønnen til lederne af AI‑teams hos OpenAI, Meta, Microsoft, Google osv.
DeepSeek‑præstationer
Sammen med den lave udviklingspris var det, der chokerede analytikere og investorer, at DeepSeek’s præstation er tilsvarende eller måske endda overlegen i forhold til den seneste og bedste model fra OpenAI og andre førende AI‑virksomheder, inklusive den netop udgivne og anerkendte som en potentiel AGI o3.
Kilde: GitHub
Den umiddelbare reaktion var at mistænke uredelighed og at tids- og udviklingsomkostningerne var falske (mere om dette nedenfor).
Men uanset hvad er det sandsynligt, at DeepSeek’s metode er 10‑100 gange mere effektiv end det, AI‑industrien hidtil har gjort.
Det ekstra spark i benet til den amerikanske AI‑industri var DeepSeek‑prisen. Med tokens langt under 1 $, udgør den omkring 3‑5 % af prisen på alle dets konkurrenter.
Kilde: Jason Clarck
“Vi sænkede priserne, fordi vi for det første, mens vi udforskede næste‑generations modelstrukturer, så vores omkostninger falde; for det andet mener vi, at både AI‑ og API‑tjenester bør være overkommelige og tilgængelige for alle.”
Liang Wenfeng
Perfekt timing
Den indflydelsesrige lancering af DeepSeek V3 var åbenlyst velkoordineret af virksomheden for maksimal effekt.
Den kom blot dage efter præsident Trumps annoncering af “Project Stargate”, et initiativ på 500 mia. $ for at bygge 20 AI‑mega‑datacentre, ledet af SoftBank (SFTBY ), OpenAI og Oracle (ORCL ).
Mens markederne panikkede, ser den amerikanske præsident ud til at være stort set uberørt.
“Hvis du kunne gøre det billigere, hvis du kunne gøre det [for] mindre [og] nå det samme endelige resultat. Jeg synes, det er en god ting for os.”
“Han sagde også, at han ikke var bekymret for gennembruddet og tilføjede, at USA vil forblive en dominerende aktør på området.”
Kilde: BBC
Efter LLM, billedgenerering
Den præstation, DeepSeek opnåede inden for LLM, ser den nu efter at gentage med AI‑billedgenerering og udgivelsen af Janus‑Pro‑7B.
Kilde: Hugging Face
Selvom der er debat om, hvorvidt den faktisk er lige så god som Midjourney, DALL‑E og andre billedgeneratorer, er den alligevel imponerende.
Og hvis den følger mønsteret fra DeepSeek v3 LLM, er den sandsynligvis bemærkelsesværdigt effektiv.
De umiddelbare virkninger
Indvirkning på AI‑industrien
Som den tog AI‑industrien med storm, havde DeepSeek nogle umiddelbare konsekvenser:
- Markedsuro: Nvidias aktiekurs og hele Nasdaq styrtdykkede, da markedet indså implikationen af potentielt at spilde hundredvis af milliarder af dollars på AI‑hardware (se nedenfor for yderligere diskussion om dette emne).
- Accelerering af AI‑kapløbet: Efterhånden som Kina bevæger sig fra at blive afvist og “irrelevant” ifølge amerikanske teknologimoguler for få måneder siden, er der nu et nyt AI‑kapløb på tværs af Stillehavet.
- Overnaturlig succes: DeepSeek er næsten øjeblikkeligt blevet den mest downloadede app i App Store.
- Offline‑test: Mange mennesker tester også, hvordan den kan køre lokalt på deres high‑end hjemmecomputer, da beregningskravene ser ud til at være markant lavere end tidligere LLM‑modeller.
Kollaterale skader
Skaderne forårsaget af DeepSeek var ikke begrænset til billedet og potentielle fremtidige indtægter for amerikanske AI‑ og teknologivirksomheder.
For eksempel er innovative kernkraftvirksomheder, som forventedes at danne kernen i energiforsyningen til megawatt‑skala AI‑datacentre, blevet ramt endnu hårdere: den 27th januar 2025 var SMR‑udvikleren Nuscale (SMR ) nede 27,5 % og uranminearbejderen Cameco nede 15 %.
Et andet kollateralt offer er ikke‑amerikanske teknologiaktier. Japanske teknologiaktier som Advantest, en leverandør til Nvidia, faldt også 8,6 % og Softbank‑aktien faldt 8,3 %. Imens faldt den hollandske chipproducent ASML også 6,5 %.
Hvordan håndterede DeepSeek det?
Intet entydigt svar endnu
Dette er åbenlyst et stadig hedt debatteret emne så kort tid efter udgivelsen. Vi kan diskutere nogle forskellige synspunkter, når vi overvejer nogle kendte fakta.
Det første faktum er, at uanset hvordan det kom dertil, er DeepSeek V3 lige så kraftfuld som den bedste AI, der er udgivet indtil nu.
Måske vigtigere er, at da den er open‑source, tester mange allerede og bekræfter, at den kræver langt mindre beregningskraft.
“DeepSeek R1 er en af de mest fantastiske og imponerende gennembrud, jeg nogensinde har set – og som open‑source er det en dyb gave til verden.” – Marc Andreessen
Så den bør ikke afvises som blot “hype” eller resultatet af en konspiration fra den kinesiske regering. Dette er også den mening, som respekterede Silicon Valley‑tunge som Marc Andreessen og Chamath Palihapitiya har.
“AI‑modelbygning er en pengesluk … Open Source er den klare vinder.”
Lukkede kilde‑AI’er vil blive tvunget til at holde deres bedste modeller hemmelige og sælge dem til virksomheder ELLER forsøge at skabe en utrolig forbruger‑app med dem.
Et interview med Liang Wenfeng fra juli 2024, givet lige efter udgivelsen af DeepSeek V2, kan også give os nogle indsigter.
En anden tilgang
Den første mulige forklaring er, at DeepSeek blot tog en anden strategi for AI‑udvikling.
En nøglefaktor her er, at dette er et internt projekt i Liang Wenfeng’s virksomhed, ikke en VC‑finansieret forretning. I den henseende minder det lidt om de tidlige dage for Tesla og SpaceX, som stolede på Elon Musks egne penge.
Denne forskel gav DeepSeek et fokus på at udvikle sin egen modelstruktur i stedet for at kopiere Llamas for hurtigt at producere applikationer.
“Vores mål er AGI (Artificial General Intelligence), hvilket kræver, at vi udforsker nye modelstrukturer for at opnå overlegen kapacitet inden for begrænsede ressourcer. Dette er grundlæggende forskning for skalering. Ud over arkitekturen har vi studeret datakuration og menneskelignende ræsonnement – alt dette afspejles i vores modeller.” – Liang Wenfeng
Dette afspejles også i virksomhedskulturen, mindre fokuseret på profit, da dette er “jobbet” for High‑Flyer‑hedgefonden. I stedet er innovation i sig selv det erklærede mål.
“I tre årtier har vi prioriteret profit over innovation. Innovation er ikke udelukkende forretningsdrevet; den kræver nysgerrighed og kreativ ambition. Vi er fanget af gamle vaner, men dette er en fase.
De mest vedvarende rentable amerikanske virksomheder er teknologigiganter bygget på langsigtet F&U.
” – Liang Wenfeng
Fra dette perspektiv kan DeepSeek‑kulturen være en holdbar fordel, og den udgør en skarp kritik af de fleste AI‑tænketanke.
“Vi tror på, at Kinas AI ikke kan forblive en efterfølger for evigt. Ofte siger vi, at der er et et‑ eller to‑års gab mellem kinesisk og amerikansk AI, men det reelle gab er mellem originalitet og efterligning. Hvis dette ikke ændres, vil Kina altid være en efterfølger. Nogle udforskninger er uundgåelige.” – Liang Wenfeng
Den naturlige evolution af AI‑teknologi
En anden mulighed er simpelthen, at efterhånden som flere forskere udvikler færdigheder i at skabe AI, skubber innovationerne feltet fremad. Det, DeepSeek opnåede, var noget, at en scrappy AI‑startup uundgåeligt ville gøre en dag, efterhånden som teknologien modnes. Og på grund af sanktioner, der begrænser adgangen til avancerede chips, er kinesiske AI‑virksomheder de første, der fokuserer på at gøre mere med mindre.
Det kan også betragtes som den langsigtede overlegenhed af open‑source‑software i forhold til lukkede, profitdrevne systemer, der søger at maksimere profit ved at skabe monopoler.
Dette synspunkt afspejler heller ikke de hundredvis af milliarder af dollars, som Big Tech‑virksomhederne havde planlagt at bruge alene i 2025.
Så det ville være mindre en anklage mod DeepSeek’s overlegenhed, og mere en kritik af bureaukratiet i de tidligere innovative Big Tech‑virksomheder, både kinesiske og amerikanske.
En konspiration
Sandsynligvis uundgåeligt i konteksten af den intense konkurrence mellem stormagter mellem Vesten og Eurasien (Rusland / Kina / Iran), var mange hurtige til at se DeepSeek som en udenlandsk fjendtlig operation mod den mest konkurrencedygtige del af den amerikanske økonomi.
En tydeligt afviselig konspirationsteori er, at den blot er en kopi af vestlige AI’er eller at dens præstationer er falske, da dette allerede er blevet bekræftet uafhængigt. Da DeepSeek er open‑source‑software, er det også ret illogisk at angribe den som spyware eller som et CCP‑censureret værktøj, da bogstaveligt talt enhver kan implementere og modificere den frit.
Dog er et gyldigt punkt, at DeepSeek kunne have fået adgang til mere avancerede chips, officielt godkendt og forbudt at eksportere til Kina. Hvis det er tilfældet, ville det give mening for virksomheden ikke at indrømme det offentligt og lyve om det.
En mulighed er skjult støtte fra regeringen, fra direkte finansiering til at give adgang til store klynger af smuglede H100 Nvidia‑chips til træning af AI’en. Vi ved for eksempel, at mange chips sælges til Singapore, og sandsynligvis videresælges til Kina.
“De kinesiske laboratorier har flere H100’er, end folk tror. Min forståelse er, at DeepSeek har omkring 50.000 H100’er, som de naturligvis ikke kan tale om, fordi det er i strid med de eksportkontroller, USA har indført.”
Alexandr Wang, CEO of training data provider Scale AI
En anden påstand er træningsomkostningerne, som ikke er blevet uafhængigt verificeret.
En sidste mulighed er, at DeepSeek, uafhængigt af enhver geopolitisk konspiration, kunne have sat store indsatser mod Nvidias aktie før udgivelsen af deres bemærkelsesværdige påstande. High‑Flyer er trods alt en hedgefond, selvom dette kan betragtes som markedsmanipulation og derfor være en risikabel handling.
Første indtryk
AI er et felt, der udvikler sig utrolig hurtigt, og DeepSeek har allerede ændret spillet på flere vigtige måder:
- Vi har nu en ny metode til at generere ultra‑effektive LLM‑ og sandsynligvis AI‑modeller generelt.
- Open‑source‑AI har en solid chance mod den mere lukkede model, som (ironisk nok navngivet) OpenAI promoverer.
- Konkurrencen mellem USA og Kina om AI bliver endnu mere intens.
- Sanktionerne på eksport af avancerede AI‑chips til Kina er en fiasko, enten fordi DeepSeek alligevel fik adgang til dem, eller fordi de overhovedet ikke havde brug for dem.
- I baggrunden er Huawei sandsynligvis også en seriøs konkurrent i at levere flere chips til DeepSeek.
- Dette vil måske ikke stoppe nogle fra stadig at prøve.
“Faktisk viser det, at DeepSeek formåede at bygge R1, den forsinkede virkning af fejlen i eksportkontrollerne fra oktober 2022. Men meget snart vil vi leve gennem succesen af eksportkontrollerne fra oktober 2023.” – Mr Greg Allen, direktør for Wadhwani AI‑centret ved Centre for Strategic and International Studies.
Glem DeepSeek, hvad med TikTok‑hævn?
Et vigtigt nyhedselement er blevet overset i de panikfyldte analyser og konspirationsteorier omkring DeepSeek.
En anden kinesisk virksomhed, TikTok‑skaberen ByteDance, udgav også Doubao‑1.5‑pro den 24th januar – deres eget svar på ChatGPT‑4o.
Den er også prissat langt billigere end sine amerikanske modparter, 5 gange billigere end DeepSeek‑modellen og mere end 200 gange billigere end OpenAI’s GPT‑4o.
“Den nye Doubao 1.5 Pro bruger en mere effektiv tilgang til træning af sin AI‑model, som ByteDance siger hjælper med at balancere systemets ydeevne med lavere omkostninger.”
Dette opnås gennem et design, der kombinerer både træning og real‑time brug af modellen, hvilket optimerer den for bedre resultater, mens infrastrukturomkostningerne holdes lave.
Kilde: Financial Express
Denne model slår også de førende modeller fra OpenAI, Anthropic og Alibaba.
Kilde: AI Entrepreneur
Hvis dette er resultatet af en uafhængig indsats, vil det bevise, at chipmanglen har tvunget kinesiske virksomheder til at konkurrere på effektivitet, hvilket afslører et vist niveau af selvtilfredshed i amerikanske AI‑virksomheder, der er fyldt med tilsyneladende ubegrænsede penge og beregningskraft.
Det er heller ikke usandsynligt, at ByteDance, efter måneder med kamp for at undgå et forbud eller et tvunget salg af TikTok i USA, har kigget på måder at konkurrere og slå tilbage.
Andre kinesiske modeller
Med to virksomheder, der nu tilsyneladende knuser AI‑markedet på pris for lignende præstationer, vil opmærksomheden sandsynligvis også gå mod andre kinesiske AI‑modeller. Dette kan inkludere:
Set fra et fugleperspektiv i stedet for at fokusere på DeepSeek, ser dette mere ud som en bølge af nye, forbedrede AI‑modeller fra Kina, end et overraskelsesangreb kun fra DeepSeek, som det ofte beskrives nu.
Konklusion
Efterhånden som AI‑krigen intensiveres, er det ikke længere så klart, at adgang til finansiering og hurtig opskalering af beregningskraft vil være den eneste afgørende faktor.
Det er også uklart, hvor profitabel sektoren faktisk vil være i sidste ende, hvis priserne på LLM‑tokens kan falde 50‑200 gange natten over for samme ydeevne. Dette bør dog ikke udløse en for stærk reaktion. I sidste ende betyder billigere og mere effektiv AI også, at AI vil blive massivt adopteret og allestedsnærværende.
Dette vil også betyde, at den samlede efterspørgsel efter AI‑chips sandsynligvis forbliver høj, selvom den er lidt lavere end oprindeligt forudsagt.
Lige så vigtigt er, at udbredte og ultra‑billige LLM‑modeller, der er tilgængelige via open‑source, betyder en tidlig ankomst af de effekter, AI forventes at have på arbejdsmarkeder, produktivitet, fremstilling, uddannelse, international handel osv.
