Speaker A
За последние 3 года Nvidia превратилась из компании с капитализацией 600 миллиардов долларов в компанию с капитализацией в 5 триллионов долларов.
Видео разбирает, как китайские открытые ИИ-модели подорвали американский AI-пузырь: дистилляция, бесплатные модели, дешёвые чипы и роль энергии в будущем рынке.
Key Takeaways
- Преимущество закрытых американских ИИ-моделей под вопросом из-за дешёвых открытых альтернатив.
- Дистилляция и утечки технологий позволяют быстро копировать передовые результаты с малыми затратами.
- Рынок инференса и энергия становятся ключевыми факторами конкуренции в ИИ.
- Оценки ИИ-компаний и полупроводниковых гигантов могут не оправдать ожиданий.
What the video covers
- Капитализация Nvidia выросла с 600 млрд до 5 трлн долларов за три года, а семь американских технологических компаний составляют треть фондового рынка США.
- Китайская модель Kimi K-3 с открытым исходным кодом вышла на уровень лучших мировых моделей и бесплатно доступна для скачивания.
- В один день индекс полупроводников Филадельфии упал на 12,5%, а стоимость двух ИИ-компаний снизилась на 392 млрд долларов.
- Около 80% американских ИИ-стартапов используют китайские модели, например Qwen от Alibaba.
- Автор объясняет обучение моделей как настройку миллиардов весов на тысячах чипов, что стоит сотни миллионов долларов.
- Дистилляция позволяет обучить модель повторять ответы другой модели через публичный интерфейс, не имея доступа к её весам.
- Anthropic заявила о трёх китайских лабораториях, создавших 24 000 фейковых аккаунтов и выполнивших более 16 млн запросов.
- Инженер Google осуждён за вынос более 2000 страниц чертежей чипов для обучения ИИ.
- Китайские чипы, например от Huawei, по данным Morgan Stanley, дешевле в эксплуатации на 30–60% по совокупной стоимости владения.
- Китай делает ставку на рынок инференса и дешёвые чипы, а в долгосрочной перспективе ключевой затратой становится электроэнергия.
Full Transcript — Download SRT & Markdown
Speaker A
5 триллионов. Это больше, чем вся экономика большинства стран мира. И Nvidia лишь часть гораздо большего пузыря.
Speaker A
Сейчас семь американских технологических компаний составляют треть всего фондового рынка США. Весь двигатель крупнейшей экономики мира держится на одной простой идее.
Speaker A
Интеллект остаётся дорогим. Рецепт создания искусственного интеллекта стоит миллиарды, и тот, кто потратит больше денег, получит лучшую модель. Никто не сможет превзойти Америку по расходам.
Speaker A
Такова была логика. Именно эта ставка лопнула. И взорвался самый большой пузырь в истории технологий, а затем Китай вмешался и лопнул его.
Speaker A
Высокоуровневые модели искусственного интеллекта, на создание которых американским лабораториям потребовались годы и миллиарды долларов, внезапно появились в сети из китайских лабораторий.
Speaker A
Они были с открытым исходным кодом. Их можно было бесплатно скачать. Филадельфийский индекс полупроводников, отслеживающий ведущих американских производителей микросхем, упал на 12,5% за один день.
Speaker A
Стоимость двух частных компаний, занимающихся искусственным интеллектом, за одну ночь снизилась на 392 миллиарда долларов.
Speaker A
В пузыре образовалась дыра, и воздух начал выходить наружу. Но бесплатные модели это лишь первый шаг в гораздо более масштабном плане. План очень похож на то, что мы уже видели раньше. План, который уничтожил целые отрасли и перестроил их по образу и подобию Китая.
Speaker A
Чтобы понять, как Китай лопнул пузырь искусственного интеллекта и почему самые большие оценки в истории могут не пережить этого, нужно взглянуть на всю систему, слой за слоем.
Speaker A
Бесплатная модель, лопнувшая пузырь. Пузырь лопнул в один единственный день 2025 года. Была запущена китайская модель искусственного интеллекта под названием Kimi K-3C. Она была с открытым исходным кодом, доступна для бесплатного скачивания и вошла в число лучших моделей в мире.
Speaker A
Когда пользователи спрашивали, кто это, модель иногда отвечала Kimi, а иногда Claude. Claude — это имя модели, созданной Anthropic, одной из ведущих американских лабораторий искусственного интеллекта.
Speaker A
Модель отвечала на вопросы так, как если бы она обучалась на результатах работы Claude, что почти наверняка так и было.
Speaker A
В этот момент рынок заметил, что в пузыре образовалась дыра. Американские лаборатории искусственного интеллекта потратили миллиарды на обучение своих моделей и заперли их за платными системами. Они брали плату за каждый вопрос, за каждое слово, за каждое взаимодействие.
Speaker A
Вся ценность таких компаний, как OpenAI и Anthropic, основывалась на идее, что никто другой не сможет создать что-то настолько же хорошее, не потратив таких же денег. Затем китайская лаборатория создала модель высшего уровня и бесплатно передала её всему миру. DeepSeek, Qwen, Kimi, а GLM — всё это действительно мощные модели, доступные для скачивания, изменения и использования любым желающим бесплатно. Около 80% американских стартапов в области ИИ сейчас используют эти китайские модели.
Speaker A
Даже Airbnb использует Qwen от Alibaba для своей службы поддержки клиентов. Этот пузырь был построен на дефиците.
Speaker A
Китай в одночасье сделал разведывательные данные доступными в избытке. Мы очень тщательно подходим к деталям, чтобы всё было точно. Если это для вас важно, поставьте лайк и подпишитесь, чтобы вам никогда не приходилось искать следующее видео.
Speaker A
Вопрос в том, почему, зачем кому-то тратить целое состояние на создание чего-то, а потом раздавать это бесплатно?
Speaker A
Чтобы ответить на этот вопрос, вам нужно понять, как создаётся модель и как кто-то другой может скопировать её, не прикасаясь к оригиналу. Это как украсть рецепт, не заходя на кухню. Представьте, что вы потратили годы на совершенствование секретного соуса для барбекю. Вы протестировали тысячи комбинаций ингредиентов. Вы выбросили неудачные партии. Вы постепенно корректировали специи. После нескольких месяцев проб и ошибок вы наконец нашли тот вариант, который имеет идеальный вкус.
Speaker A
В принципе, именно так выглядит создание большой языковой модели. Только вместо специй вы настраиваете миллиарды чисел. Каждое число — это крошечный регулятор. Именно поиск точной настройки для каждого отдельного регулятора превращает простой вопрос в ясный ответ. Настройки регуляторов называются весами модели.
Speaker A
Процесс их поиска называется обучением. Тренировка — это не решение математической задачи, где вы садитесь и обдумываете ответ. Это скорее похоже на промывку золота в реке шума.
Speaker A
Вы заставляете модели угадывать. Вы измеряете, насколько она ошиблась. Вы слегка корректируете каждый параметр в правильном направлении.
Speaker A
Затем вы повторяете это снова и снова триллионы раз на десятках тысяч специализированных чипов, работающих месяцами подряд.
Speaker A
Только счёт за электроэнергию исчисляется сотнями миллионов. Общая стоимость обучения одной высокоуровневой модели может превысить миллиард долларов, если сложить затраты на оборудование, персонал, данные и время. Именно поэтому американские лаборатории чувствовали себя в безопасности. Они превратили ИИ в соревнование по затратам. Логика была проста. Для создания лучшей модели требуется наибольшая вычислительная мощность. Наибольшая вычислительная мощность требует наибольших затрат.
Speaker A
И ни у кого на земле нет больше денег, чтобы решить проблему, чем у американских технологических гигантов.
Speaker A
Это была стена из денег, но в этой стене есть протечка. И эта протечка существовала с самых первых дней машинного обучения. После того, как кто-то потратил столько усилий и средств на поиск идеального рецепта, вам на самом деле не нужно красть его рецепт, чтобы скопировать результат. Вам просто нужно достаточно часто заказывать блюда из его меню.
Speaker A
Подумайте об этом так. Если вы будете есть в одном и том же ресторане каждый день в течение года, пробуя каждое блюдо, отмечая вкус, текстуру, баланс ингредиентов, вы, вероятно, сможете прийти к себе на кухню и приготовить что-то очень похожее. Вы никогда не видели их книгу рецептов. Вы никогда не переступали порог их стойки.
Speaker A
Вы просто пробовали блюдо достаточное количество раз, чтобы понять процесс приготовления. В области искусственного интеллекта это работает на практике.
Speaker A
Вы отправляете миллионы вопросов конкурирующей модели через её публичный интерфейс. Вы фиксируете каждый ответ. Затем вы обучаете свою собственную модель выдавать те же самые ответы. Ваша модель никогда не видит внутренних настроек оригинала.
Speaker A
Она просто учится получать те же результаты. Это называется дистилляцией. Это не просто теория. В феврале 2025 года, за 5 месяцев до запуска Kimi K-3, компания Anthropic обнаружила три китайские лаборатории, которые, по их словам, занимались дистилляцией в промышленных масштабах. Они создали 24 000 фейковых аккаунтов и обменялись более чем 16 миллионами запросов. Всё это было направлено на извлечение знаний из модели Anthropic. Спустя 5 месяцев Kimi K-3 стала одной из лучших моделей на планете, полностью бесплатной и с открытым исходным кодом.
Speaker A
И копирование не ограничивается программным обеспечением.
Speaker A
Инженер Google по имени Лин Вэйдин был осуждён по семи пунктам обвинения в экономическом шпионаже за то, что вынес с собой более 2 000 страниц чертежей, подробно описывающих разработанные Google чипы для обучения. Он уже подал заявку на участие в государственной программе в Шанхае, которая существует для поощрения такого рода трансфера технологий.
Speaker A
Таким образом, картина проясняется. Китайские лаборатории копируют высочайшие характеристики за ничтожную часть первоначальной стоимости. Затем они бесплатно передают результат всему миру. Но если вы бесплатно раздаёте продукт, на создание которого ваши конкуренты потратили миллиарды, как же вы на нём зарабатываете?
Speaker A
Ответ прост. Получение прибыли от этой мо
Speaker A
занимались дистилляцией в промышленных масштабах. Они создали 24, [музыка] ноль, фейковых аккаунтов и обменялись более чем 16 миллионами запросов. Всё это было направлено на извлечение знаний из модели Anthropic. Спустя 5 месяцев Kimi Kai 3 стала одной из лучших моделей
Speaker A
на планете, полностью бесплатной и с открытым исходным кодом. И копирование не ограничивается программным обеспечением.
Speaker A
Инженер Google по имени Лин Вэйдин был осуждён по семи пунктам обвинения в экономическом шпионаже за то, что вынес с собой более 2 тысяч страниц чертежей, подробно описывающих разработанные Google чипы для обучения. Он уже подал заявку на участие в государственной
Speaker A
программе в Шанхае, которая существует для поощрения такого рода трансфера технологий. Таким образом, картина проясняется. Китайские лаборатории копируют высочайшие характеристики за ничтожную часть первоначальной стоимости. Затем они бесплатно передают результат всему миру. Но если вы бесплатно раздаёте продукт, на создание
Speaker A
которого ваши конкуренты потратили миллиарды, как же вы на нём зарабатываете? Ответ прост. Получение прибыли от этой модели никогда не входило в ваши планы. Всё как в случае с Android Playbook. В 2007 году Google столкнулся с угрозой самому своему существованию. Весь его бизнес
Speaker A
зависел поиска, а поиск вот-вот должен был оказаться вне игры в будущем. Только что вышел iPhone. Apple контролировала всё, что имело значение: операционная система, App Store, браузер по умолчанию, поисковая система по умолчанию, каждая настройка устройства.
Speaker A
Если мобильные телефоны должны были стать основным [музыка] способом доступа к интернету, Apple контролировала все пути.
Speaker A
А Google застрял под дождём. Реакция Google в то время многим казалась безумной. Несколько лет назад Google незаметно приобрела [музыка] небольшой стартап под названием Android примерно за 50 [музыка] млн долларов.
Speaker A
Теперь же, вместо того, чтобы пытаться создать конкурирующую закрытую операционную систему, Google поступила наоборот. Она отдала Android бесплатно.
Speaker A
Программное обеспечение было полностью бесплатным, исходный [музыка] код был открытым. Любой производитель на планете мог скачать её, изменить, установить на своё оборудование и выпустить телефон, не заплатив Google ни цента. HTC, Samsung, Motorola, LG, десятки компаний, которые долгое время пытались создать
Speaker A
собственные операционные системы, внезапно избавились [музыка] от этой необходимости. Они взяли Android и вложили все ресурсы в создание более дешёвого, быстрого и качественного оборудования. Результатом стал взрывной рост. В течение 10 лет Android стал использоваться в 80% всех смартфонов на
Speaker A
Земле. Google так и не заработал ни копейки на продаже самой операционной системы Android. Но на каждом из этих сотен миллионов телефонов уже были предустановлены Google Search и Google Play Store. Google не продавал это программное обеспечение. Google продавал систему, которая работала поверх
Speaker A
программного обеспечения. Операционная система была всего лишь приманкой. План прост, как только вы его поймёте. Вы находите тот уровень, где у вас нет шансов на победу. Вместо того, чтобы бороться за него, вы раздаёте его бесплатно. Вы наводняете им рынок. Вы
Speaker A
делаете его настолько распространённым и дешёвым, что никто другой тоже не может за него брать деньги. Затем вы переносите борьбу на нижний слой. На тот слой, где у вас действительно есть преимущество. [музыка] Теперь посмотрите, что делают китайские лаборатории искусственного интеллекта.
Speaker A
Deep Seek, Kwai, Kimi GLM. Всё это модели высшего уровня, [музыка] и все они бесплатны.
Speaker A
Американские стартапы создают на их основе свои продукты. Американские компании запускают на них службы поддержки клиентов.
Speaker A
Слой моделей предоставляется бесплатно, как это было с Android. Модель никогда не была конечной целью. Это была приманка. Настоящий вопрос заключается в том, что находится под слоем моделей. И именно в этом направлении Китай будет вести борьбу дальше. Почему Китай
Speaker A
намеренно производят некачественные чипы? Следующий уровень - ощутимый валу. ИИ будет сматишить. Китай производит оборудование в масштабах, недоступных никому другому на Земле. Телефоны, солнечные батареи, электромобили, дроны, да чего только нет. Поэтому вполне [музыка] естественно предположить, что Китай хочет перенести
Speaker A
борьбу в сфере ИИ с программного обеспечения на аппаратное, где он уже доминирует. Но если присмотреться, ситуация становится сложнее. Китаю запрещено производить самые передовые микросхемы в мире.
Speaker A
Оборудование для их производства выпускает всего одна компания. Голландская фирма ASML. В течение многих лет Соединённые Штаты и их союзники работали над тем, чтобы это оборудование никогда не попало на китайские заводы. Правила вступили в силу много лет назад и с тех пор только ужесточились.
Speaker A
Без этих машин Китай не может производить передовые чипы, которые разрабатывает Nvidia. Поэтому Китай всё равно производит чипы, используя [музыка] старые методы, к которым у него уже есть доступ.
Speaker A
Чипы получаются больше, медленнее и менее эффективными, чем те, что производит Nvidia. Этот процесс приводит к большим потерям материала и увеличению стоимости одного работающего чипа. На бумаге это выглядит как убыточный план.
Speaker A
Государство продолжает вкладывать в него деньги, финансируя производство в убыток. Это кажется странным, пока вы не поймёте элементарные вещи о том, как ИИ на самом деле использует чипы. В мире искусственного интеллекта чип выполняет две совершенно разные задачи. Первая задача
Speaker A
обучение. Обучение подобно созданию мозга с нуля. Это масштабная, единовременная работа, требующая самых мощных чипов на планете.
Speaker A
Вы пропускаете через систему триллионы вычислений, чтобы найти идеальные настройки регулятора. Именно здесь NVIDIA занимает лидирующие позиции, и Китай здесь не может конкурировать. Не сейчас, возможно, и в ближайшие годы.
Speaker A
Вторая задача - это умозаключение. Умозаключение - это то, что происходит после того, как мозг сформирован - это сущность его это акт его использования.
Speaker A
Каждый раз, когда вы вводите вопрос в модель, и она генерирует ответ по одному слову за раз, это и есть умозаключение.
Speaker A
Это повседневная работа ИИ, то, что происходит миллиарды раз в день в миллионах приложений. К 2026 году примерно 60% всей глобальной вычислительной [музыка] мощности ИИ будет использоваться для вывода результатов, а не для обучения. И вот ключевой момент: для обработки
Speaker A
данных не нужен самый лучший в мире чип, достаточно того, который достаточно хорош. Чип, который на 30% медленнее, но на 60% дешевле, может стать лучшим выбором для компании, обрабатывающей миллионы запросов на вывод информации в день.
Speaker A
Именно в эту борьбу вступил в борьбу Китай. В отчёте Morgan Stanley говорится, что китайские чипы для ИИ, такие как те, что производит Huawei, имеют [музыка] на от 30 до 60% меньше общую стоимость владения по сравнению с вариантами от NVIDIA.
Speaker A
Представьте, что вы управляете бизнесом, и вам нужен ИИ. У вас есть два варианта. Вы можете платить за каждое слово, используя облачную модель от американской компании, наблюдая, как счёт растёт с каждым вопросом, или вы можете загрузить бесплатную китайскую модель, запустить её на собственных
Speaker A
серверах и купить любое оборудование, которое обеспечит вам наилучшее соотношение цены и качества. Всё больше и больше компаний выбирают второй путь.
Speaker A
Теперь им нужны чипы для запуска этих моделей. И впервые Nvidia не единственный вариант. [музыка] Внутри Китая Nvidia за 2 года увеличила свою долю на рынке чипов для ИИ с более чем трети до примерно 8%.
Speaker A
Huawei [музыка] сейчас занимает примерно половину внутреннего рынка. Отчасти это связано с тем, что сама Америка заблокировала продажи Nvidia в Китае, но Huawei всё же удалось показать себя как реальную и перспективную компанию.
Speaker A
В этом квартале Huawei выходит на рынок Южной Кореи. Компания лидирует с чипом для обработки данных, который, по её словам, стоит примерно в четверо дешевле версии от Nvidia. Деньги идут по плану.
Speaker A
В прошлом году китайская на 2 года опередила китайскую индустрию микросхем, принесла 245 млрд долларов дохода, что почти вдвое больше, чем в 2020 году.
Speaker A
Китай не стремится создать микросхему лучше, чем у Nvidia. Компания строит более дешёвую версию в огромных масштабах и делает ставку на то, что рынок вывода информации - это то место, куда пойдут объёмы и деньги. И это напрямую влияет на самую дорогую
Speaker A
компанию в мире. Когда монополия наконец сталкивается с конкуренцией, Nvidia становится крупнейшей компанией в индексе S&P 500.
Speaker A
Её валовая прибыль составляет 75%. На каждые 100 долларов, потраченных на продажу чипов, она получает 75 долларов прибыли. Для сравнения компания Apple, которую многие считают самой успешной компанией по производству аппаратного обеспечения в истории, имеет валовую прибыль около 46%.
Speaker A
Nvidia не просто превосходит другие компании-производители оборудования, она играет в совершенно другой финансовой лиге. Эта 75% маржа существует только потому, что сейчас у клиентов нет реального выбора.
Speaker A
Если вы хотите обучать высокоуровневые модели и ИИ в больших масштабах, вы либо покупаете продукцию Nvidia, либо не обучаете высокоуровневые модели ИИ в больших масштабах. Адам Смит писал об этой ситуации 250 лет назад в богатстве народов. Он говорил, что
Speaker A
монополист в его устах это тот, кто может установить цену, которую рынок готов выдержать, максимально возможную цену.
Speaker A
Но как только появляется реальная конкуренция, эта цена падает до того, что Смит называл естественной ценой, самого низкого уровня, при котором продавец может позволить себе оставаться на плаву.
Speaker A
[фыркает] Смит также заметил кое-что показательное в поведении монополий. Он говорил, что они постоянно поддерживают дефицит на рынке.
Speaker A
Они никогда полностью [музыка] не удовлетворяют спрос. Таким образом, они могут продавать по цене выше естественной.
Speaker A
Это описание должно показаться знакомым. Компания Nvidia уже несколько месяцев предупреждает о дефиците чипов. Клиенты должны размещать заказы как минимум за год вперёд.
Speaker A
Все чипы, которые может произвести Nvidia, уже зарезервированы. Спрос значительно превышает предложение. Именно такую ситуацию описал Смит.
Speaker A
Именно такая структура позволяет выживать при 75% марже. Что же произойдёт, когда Китай выйдет на этот рынок с более дешёвыми вариантами?
Speaker A
У нас есть примеры из прошлого, и это поучительный случай. 15 лет назад солнечные панели были высокорентабельной технологией премиум-класса, контролируемой немецкими и американскими производителями. Немецкие инженерные разработки считались эталоном. Затем Китай решил выйти на рынок. Он субсидировал производство, значительно превышающее мировой спрос, и наводнил
Speaker A
мир дешёвыми солнечными панелями. Цена за ватт солнечной энергии упала более чем на 65% всего за 3 года. Производство солнечных батарей на Западе было полностью уничтожено. Сама технология процветала.
Speaker A
Солнечная энергия стала одним из самых дешёвых источников электроэнергии на планете, но прибыль исчезла. Даже крупнейшие китайские производители в итоге понесли убытки, потому что маржа была сведена к нулю. Китай не просто захватывает отрасли промышленности, это превращает их в низкорентабельные,
Speaker A
но высокообъёмные товарные рынки, где выживают только самые крупные и эффективные. Я не утверждаю, что это уже происходит с чипами для ИИ. В 2025 году все китайские производители чипов для ИИ, вместе взятые, [музыка] произвели всего 7% от того, что Nvidia
Speaker A
продала по всему миру. Их рынок по-прежнему в основном внутренний, но первые признаки трудно игнорировать.
Speaker A
Новые производители чипов привлекают миллиарды долларов инвестиций и добиваются реального успеха. Вокруг китайских компаний, таких как Huawei, Moore Threads и Cambricon, формируется целая система. Huawei продемонстрировала собственную технологию супермодулей, которая объединяет чипы для искусственного интеллекта, чтобы увеличить вычислительную мощность и
Speaker A
бросить вызов системам Nvidia. В отчёте Morgan Stanley прогнозируется значительный рост экспорта китайских чипов для искусственного интеллекта за пределами Китая в течение следующих двух лет. Nvidia по-прежнему значительно опережает Huawei по чистой производительности. С этим никто не спорит, но сохранение 75-процентного
Speaker A
преимущества [музыка] в этом десятилетии кажется всё менее вероятным. Я точно не знаю, когда именно это преимущество будет преодолено и как быстро оно будет сокращаться, но направление, похоже, определено. Китай отдаёт слой моделирования, производит дешёвые чипы для слоя вывода и продолжает
Speaker A
перекладывать борьбу на то, что находится под ним. Так что же находится под чипами? Слой, в котором Китай уже одержал победу. Под чипами находится электричество. Каждый вопрос, который вы задаёте модели, каждое сгенерированное ею слово, каждое вычисление на каждом сервере, в каждом
Speaker A
центре обработки данных на планете, всё это сводится к энергии. Вы превращаете электричество в интеллект. Если модель бесплатна, а чипы дешёвы, то единственными реальными затратами на создание интеллекта остаются только затраты энергии. И именно этот слой Китай незаметно создавал последние 20
Speaker A
лет. С 2021 года Китай нарастил мощности по всем видам энергии больше, чем Соединённые Штаты построили за всю свою историю.
Speaker A
Задумайтесь на мгновение. Менее чем за 5 лет Китай построил больше электроэнергетической инфраструктуры, чем Америка с момента основания страны.
Speaker A
Китай уже производит больше электроэнергии, чем Соединённые Штаты, Европа и Индия вместе взятые. Только в прошлом году Китай добавил 543 ГВт новых мощностей. Америка добавила 63.
Speaker A
Это не разрыв, это целая пропасть. А Bloomberg прогнозирует, что в течение следующих 5 лет Китай добавит почти в шесть раз больше энергетических мощностей, чем Соединённые Штаты.
Speaker A
Разрыв не сокращается, а увеличивается. Самое забавное, что Китай ничего из этого не строил для искусственного интеллекта. Его построили как мировую фабрику. Китай построил электростанции, солнечные электростанции, ветряные турбины и масштабные сети электропередачи, чтобы обеспечить электроэнергией заводы, производящие телефоны, автомобили, батареи [музыка] и
Speaker A
всё остальное, что Китай поставляет миру. Так уж получилось, [музыка] что интеллектуальные системы работают на основе тех же самых исходных данных.
Speaker A
Итак, если модели бесплатные, чипы дешёвые и единственное, за что остаётся платить, это электричество, то Китай строил базу именно для этого момента в течение 20 лет, даже не подозревая, что он наступит. Посмотрите на всю систему сверху донизу. На уровне моделей Китай
Speaker A
отдал всё, преодолев дефицит, который оправдывал миллиардные оценки. На уровне микросхем Китай не гонится за максимальной производительностью.
Speaker A
Он гонится за наилучшим соотношением цены и [музыка] качества, создавая качественные микросхемы в больших масштабах и делая ставку на то, что именно в области вывода информации, а не обучения, будет расти рынок. На уровне питания Китай уже обладает большими мощностями, чем кто-либо другой на
Speaker A
Земле, и с каждым годом увеличивает отрыв. Каждый слой смещает борьбу вниз, к слою ниже. Каждый слой разрушает стену, на которой был построен слой выше. Стена моделей рухнула, потому что дистилляция и открытый исходный код сделали [музыка] высокоуровневый интеллект легко копируемым за гораздо
Speaker A
меньшую стоимость. Стена чипов ослабевает, потому что для вывода результатов не требуется самое лучшее оборудование, а достаточно хорошее и дешёвое.
Speaker A
У АИ не было реала. Силовая стена никогда не существовала как оборонительное сооружение, но Китай всё равно создал это преимущество, и теперь оно, возможно, является самым важным уровнем защиты.
Speaker A
Пузырь искусственного интеллекта лопнул из-за идеи, что интеллект [музыка] останется дефицитным и дорогим. Китай делает всё возможное, чтобы сделать его распространённым и дешёвым.
Speaker A
Независимо от того, лопнул ли пузырь полностью или только медленно вытекает, воздух выходит и не возвращается. Если этот анализ дал вам новый взгляд на ситуацию с ИИ, поставьте лайк, подпишитесь и включите уведомление, чтобы всегда первыми узнавать о следующих видео. Если хотите продолжить
Speaker A
прямо сейчас, на экране есть похожие ролики. Итак, вот над чем стоит задуматься. Если интеллект станет практически бесплатным, кто больше всего выиграет, а кто больше всего проиграет?
Speaker A
Поделитесь своим мнением в комментариях.
Topics:искусственный интеллектКитайNvidiaоткрытый исходный коддистилляцияИИ-пузырьполупроводникиKimiDeepSeekHuawei
