Somaia argumentiert, der gesamte westliche Konsens, von den Exportkontrollen über das 650-Milliarden-Dollar-Investitionsrennen der Hyperscaler bis zur "Compute Moat"-Investitionsthese, basiere auf einer einzigen Annahme: dass Rechenleistung die Fähigkeit bestimmt.
Doch Knappheit habe Innovation erzwungen: Moonshots hauseigener Mooncake-Stack fürs KI-Training sei gerade deshalb entstanden, weil das Startup nicht über genügend GPUs verfüge. "Ein kleines Labor mit Geschmack kann die nötige Rechenleistung für ein Frontier-Modell komprimieren, selbst wenn es sich dessen Betrieb nicht leisten kann", so Somaia.
Dylan Patel, Gründer von SemiAnalysis, bestätigt: Was Moonshot AI mit einem extrem talentierten kleinen Team, starker Forschung in Reinforcement Learning, Architektur und Datenkuration erreicht habe, kompensiere einen großen Teil des Compute-Defizits. Hinzu käme ein praktisches Problem der Exportkontrollen: Chinesische Unternehmen könnten GPUs problemlos außerhalb Chinas mieten, was einen großen Teil der Beschränkungen wirkungslos mache.
Google-Deepmind-Forscher ist begeistert von Kimi
Westliche KI-Labore werfen chinesischen Unternehmen häufig vor, durch Destillation eine Art Datendiebstahl zu betreiben. Bei dem Verfahren lernt ein kleineres KI-Modell aus dem Output eines größeren und kann so als Trittbrettfahrer westliche Geschäftsmodelle bedrohen. Bisher galt Destillation als gängige Erklärung dafür, wie chinesische Labore trotz weniger Rechenleistung nahe an der Frontier bleiben.
