Durante una recente conference call rivolta agli investitori, il CEO di DeepSeek, Liang Wenfeng, ha fornito una serie di informazioni finora inedite riguardo alla situazione infrastrutturale del laboratorio cinese di intelligenza artificiale, toccando temi che vanno dalla disponibilità di potenza di calcolo al confronto diretto tra le soluzioni hardware di NVIDIA e quelle di Huawei.
Secondo quanto dichiarato da Wenfeng, le risorse di calcolo attualmente a disposizione di DeepSeek permettono di addestrare modelli capaci di attivare circa 10 miliardi di parametri per volta, una cifra nettamente inferiore rispetto agli 800 miliardi di parametri attivati contemporaneamente dai modelli più avanzati sviluppati negli Stati Uniti.
Il CEO ha quantificato con precisione lo scarto necessario per colmare questo divario, affermando che per addestrare un modello di dimensioni paragonabili ai più grandi sistemi statunitensi sarebbero necessarie circa 50.000 GPU NVIDIA GB300, oppure, in alternativa, circa 200.000 acceleratori Huawei della serie 950.
"Se volessi addestrare un modello grande quanto [il più grande] dell'IA, avrei bisogno di circa 50.000 GB300 o 200.000 Huawei 950. E questo solo per l'addestramento, senza contare la ricerca. Quindi il nostro divario maggiore rispetto agli Stati Uniti riguarda proprio le risorse", ha dichiarato Wenfeng.
