🧵 Endlich hatte ich die Gelegenheit, DeepSeek r1 zu entdecken

Lassen Sie mich in einfachen Worten erklären, warum die KI-Innovationen von DeepSeek die Menschen umhauen (und möglicherweise Nvidias Marktkapitalisierung von 2 Billionen US-Dollar gefährden).

1/ Zunächst etwas Kontext: Derzeit ist das Training der besten KI-Modelle extrem teuer. OpenAI, Anthropic usw. Allein für die Berechnung geben wir über 100 Millionen US-Dollar aus. Sie benötigen riesige Rechenzentren mit Tausenden von GPUs im Wert von 40.000 US-Dollar. Es ist, als ob man ein ganzes Kraftwerk bräuchte, um eine Fabrik zu betreiben.

2/ DeepSeek kam vorbei und sagte: „LOL, was wäre, wenn wir das für 5 Millionen Dollar machen würden?“ Und sie haben nicht nur geredet, sie haben es getan. Ihre Modelle können bei vielen Aufgaben mit GPT-4 und Claude mithalten oder sie sogar übertreffen. Die Welt der KI ist (wie meine Teenager sagen) erschüttert.

3/ Wie? Sie haben alles von oben bis unten überdacht. Bei der herkömmlichen KI wird jede Zahl mit 32 Dezimalstellen geschrieben. DeepSeek dachte: „Was wäre, wenn wir nur 8 Dezimalstellen verwenden würden? Es ist immer noch ziemlich präzise! » Boom – 75 % weniger Speicherbedarf.

4/ Dann gibt es noch ihr „Multi-Token“-System. Normale KI liest wie ein Erstklässler: „Die... Katze... saß...“ DeepSeek liest ganze Sätze in einem Rutsch. 2x schneller, 90 % genauer. Wenn Sie mit Milliarden von Wörtern zu tun haben, ist es WICHTIG.

5/ Aber hier ist der wirklich clevere Punkt: Sie haben ein „Expertensystem“ aufgebaut. Anstelle einer riesigen KI, die versucht, alles zu wissen (als wäre eine Person Arzt, Anwalt und Ingenieur in einem), verfügen sie über spezialisierte Experten, die nur dann aufwachen, wenn sie gebraucht werden.

6/ Traditionelle Modelle? Alle 1,8 Billionen Einstellungen sind STÄNDIG aktiv. DeepSeek? Insgesamt 671 Milliarden, aber nur 37 Milliarden gleichzeitig aktiv. Es ist, als ob man ein riesiges Team hätte, aber für jede Aufgabe nur die Experten hinzuziehen würde, die man tatsächlich braucht.

7/ Die Ergebnisse sind atemberaubend:

- Schulungskosten: 100 Mio. USD → 5 Mio. USD

- Anzahl der benötigten GPUs: 100.000 → 2.000

- API-Kosten: 95 % günstiger

- Möglichkeit zur Ausführung auf Gaming-GPUs anstelle von Rechenzentrumshardware

8/ „Aber warte“, wirst du zu mir sagen, „es muss eine Falle sein!“ » Das ist das Verrückte daran: Alles ist Open Source. Jeder kann seine Arbeit überprüfen. Der Code ist öffentlich. Die technischen Unterlagen erklären alles. Es ist keine Zauberei, sondern nur unglaublich clevere Technik.

9/ Warum ist das wichtig? Denn es bricht mit dem Modell, dass „nur große Technologieunternehmen in der KI mitspielen können“. Sie benötigen kein milliardenschweres Rechenzentrum mehr. Ein paar gute GPUs könnten ausreichen.

10/ Für Nvidia ist es beängstigend. Ihr Geschäftsmodell basiert ausschließlich auf dem Verkauf superteuerer GPUs mit einer Marge von 90 %. Wenn plötzlich jeder KI mit normalen Gaming-GPUs nutzen kann ... nun ja,

11/ Und hier ist das Problem: DeepSeek hat dies mit einem Team von weniger als 200 Leuten gemacht. Mittlerweile gibt es bei Meta Teams, deren Vergütung allein das Schulungsbudget von DeepSeek übersteigt … und deren Modelle nicht so gut sind.

12/ Dies ist eine klassische Disruptionsgeschichte: Die etablierten Unternehmen optimieren bestehende Prozesse, während die Disruptoren den grundlegenden Ansatz überdenken. DeepSeek fragte: „Was wäre, wenn wir dies intelligenter machen würden, anstatt mehr Hardware hinzuzufügen?“ »

13/ Die Auswirkungen sind enorm:

- KI-Entwicklung wird zugänglicher

- Der Wettbewerb nimmt deutlich zu

- Die „Gräben“ von Big Tech sehen eher wie Pfützen aus

- Hardwareanforderungen (und Kosten) sinken

14/ Natürlich werden Giganten wie OpenAI und Anthropic nicht tatenlos zusehen. Sie haben diese Innovationen wahrscheinlich bereits umgesetzt. Aber der Effizienzgeist ist aus der Flasche – es gibt kein Zurück mehr: Fügen Sie einfach weitere GPUs hinzu.

15/ Abschließender Gedanke: Wir werden diesen Moment als Wendepunkt in Erinnerung behalten. Zum Beispiel als PCs die Bedeutung von Großrechnern verloren oder als Cloud Computing alles veränderte.

KI wird bald viel zugänglicher und viel billiger werden. Die Frage ist nicht, ob dies die aktuellen Spieler stören wird, sondern wie schnell.

/ENDE

$ACH $FET $SOL

#MicroStrategyAcquiresBTC #MarketPullback #JUPBuybacks #DeepSeekR1 #write2earn🌐💹