Um lote de candidatos chineses à IA que desejam contratar empresas como a OpenAI vem de uma fonte incomum. São os fundos quantitativos que dominam o sector financeiro do país.
Highflyer Capital Management, um fundo de hedge quantitativo chinês, usa IA e algoritmos em parte para identificar padrões e variáveis que podem impactar os preços das ações desde sua fundação em 2015, e investiu cerca de 600. Cresceu para 100 milhões de RMB (aproximadamente US$ 8 bilhões). empresa de gestão de ativos.
Agora, aproveitando esse conhecimento e infra-estrutura, está a ser lançado um poderoso modelo de IA que, segundo os especialistas, está à altura dos principais esforços ocidentais. DeepSeek-V2 pode responder perguntas, escrever código e explicar o porquê.
O custo do DeepSeek é significativamente inferior ao de seus concorrentes, em aproximadamente 2 RMB por milhão de tokens de saída (palavras retornadas por consulta), criando uma guerra de preços entre os fornecedores chineses de inteligência artificial.
Uma semana após seu lançamento em maio, a gigante da tecnologia ByteDance baixou o preço para 0,60 RMB por milhão de tokens de produção. Desde então, o rival Alibaba reduziu os preços de alguns modelos em até 97%, e o Baidu disponibilizou gratuitamente dois modelos Ernie.
A implementação deste novo modelo atraiu rapidamente milhares de programadores chineses, dando a gigantes da tecnologia como Baidu e Alibaba uma liderança inicial em IA generativa, mesmo quando competem com startups mais ágeis. A ferozmente competitiva corrida de IA generativa da China também está a atrair a atenção.
“A diferença entre os EUA e a China não é tão grande como todos pensam”, disse Liu Qingfeng, fundador do grupo chinês de IA iFlytek, num recente encontro tecnológico em Macau. “Em muitas indústrias, nós [models] Melhor que o deles. ”
O desenvolvimento do DeepSeek é apoiado pelo financiamento do nosso fundo de hedge irmão, High-Flyer. Os fundos da empresa registaram um retorno de 151% desde 2017, ou 13% anualmente, obtido no maltratado mercado de ações doméstico da China. O índice de referência do país, CSI300, que acompanha as 300 principais ações da China, subiu 8% no mesmo período, segundo a empresa de pesquisas Sim Paipai.
Em Fevereiro, o governo chinês reprimiu os fundos quantitativos, culpando a negociação algorítmica de alta velocidade pela queda do mercado de acções no início do ano. Desde então, o fundo high-flyer teve um desempenho inferior ao CSI 300 em 4 pontos percentuais.
High Flyer e Deep Seek não responderam aos pedidos de comentários.
De acordo com relatos da mídia local, o fundo quantitativo começou em um apartamento em Chengdu, onde o fundador Liang Wenfeng, formado em ciência da computação pela Universidade de Zhejiang, fez experiências com negociação automatizada de ações. Ele era freelancer antes de fundar sua primeira empresa de investimentos em 2013, de acordo com seu perfil no registro da China Asset Management Association.
O gerente Tsai Liyu disse que, em 2021, todas as estratégias da Highflyer eram alimentadas por IA e semelhantes às iniciadas pelo fundo de hedge altamente lucrativo Renaissance Technologies. “A IA pode ajudar a extrair dados valiosos de enormes conjuntos de dados que podem ajudar a prever os preços das ações e a tomar decisões de investimento”, disse ele durante um roadshow transmitido online naquele ano.
Tsai disse que o primeiro cluster de computação da empresa custou quase 200 milhões de yuans, e a Highflyer investirá cerca de 1 bilhão de yuans para construir um segundo cluster de supercomputação espalhado por uma área do tamanho de um campo de futebol. A maior parte dos lucros voltou para a infraestrutura de IA, acrescentou.
O segundo cluster, agora concluído, conecta mais de 10.000 dos processadores mais avançados da Nvidia com servidores e armazenamento, dando ao DeepSeek o poder de computação para treinar modelos grandes, de acordo com uma versão arquivada do site da empresa que irá fornecer. O grupo adquiriu chips Nvidia A100 antes que o governo de Washington restringisse o fornecimento à China em meados de 2022.
“Sempre queremos realizar experimentos em larga escala e sempre pretendemos implantar o máximo de poder computacional possível”, disse o fundador Liang ao site de tecnologia chinês 36Kr no ano passado. “Queríamos encontrar um paradigma que pudesse explicar completamente todo o mercado financeiro.”
De acordo com a Guosheng Securities, é um dos seis grupos chineses com mais de 10.000 processadores A100, geralmente considerado o limite computacional para modelos de grande escala com autotreinamento. As cinco empresas restantes são todas gigantes tecnológicas chinesas, mas o seu poder computacional geral é insignificante em comparação com as suas congéneres americanas. Até o final do ano, a Meta afirma que terá o poder de computação de cerca de 600 mil dos chips H100 mais avançados da Nvidia.
Em testes conduzidos pelo nosso grupo de pesquisa, o DeepSeek-V2 está entre os melhores LLMs do mundo. Pesquisadores da Universidade de Waterloo, no Canadá, classificaram-no entre os 10 principais modelos, atrás do GPT-4 da OpenAI, do Claude da Anthropic e do rival chinês 01.AI.
Os modelos do DeepSeek também são de código aberto, permitindo que pesquisadores de IA inspecionem e copiem sua estrutura.
“A arquitetura do modelo é única”, disse Andrew Carr, cientista-chefe da Cartwheel, uma startup de animação de IA com sede nos EUA. “O DeepSeek levou ao extremo essa ideia de dividir o modelo em pedaços menores, chamados de mixagem de especialistas, e contratou centenas de pequenos especialistas.”
Kerr disse que o modelo é aproximadamente comparável ao último modelo Rama 3 da Meta, mas a um preço mais baixo. Seu preço é cerca de 1/100 do GPT-4 da OpenAI e 1/5 do Claude 3 Haiku da Anthropic.
Tiezhen Wang, engenheiro do centro de pesquisa de IA Hugging Face, com sede em Nova York, disse que a equipe da DeepSeek está reduzindo o que o modelo precisa lembrar, ao mesmo tempo que permite que o modelo “lide com mais tarefas simultaneamente, sem desacelerar”. .
Na China, esta estratégia de preços está ajudando os desenvolvedores a conseguir negócios. Wang Zixu, um programador baseado no norte da China, disse que costumava usar o GPT-4 da OpenAI para assistência de codificação, mas mudou para o DeepSeek por causa de seu preço mais baixo.
Alguns especialistas do setor disseram que mesmo com uma vantagem de custo, o DeepSeek poderia perder dinheiro com seu preço mais baixo. À medida que a Nvidia lança novos chips cuja exportação é proibida para a China, seu poder de computação também pode ficar ainda mais atrás dos rivais.
Ainda assim, o ramo de IA da Highflyer pretende ser o primeiro a alcançar a inteligência artificial geral, o ponto em que as máquinas têm capacidades cognitivas superiores às dos humanos.
O anúncio de emprego da DeepSeek dizia: “Acreditamos que AGI é a beleza violenta de modelos x dados x poder de computação”. “Embarque conosco em uma ‘exploração profunda’ em nossa jornada rumo à AGI!”
Reportagem adicional de Pequim por Nian Liu
