Заявление Дженсена Хуанга о том, что запуск DeepSeek на чипах Huawei — «катастрофа», звучит резко, но за ним стоит куда более глубокий сдвиг в индустрии искусственного интеллекта. Речь идет не просто о новой модели, а о пересборке всей логики развития ИИ — от стоимости до инфраструктуры.

DeepSeek V4 удивил прежде всего не качеством (которое тоже на уровне), а ценой. Его API стоит примерно в 50 раз дешевле, чем у конкурентов вроде GPT-5.4 или Claude Opus. Это не постепенное снижение — это обвал.

Причем это не разовая акция. Каждое поколение DeepSeek последовательно снижало стоимость:

V2 — в 70 раз дешевле GPT-4 Turbo

V3 — в 14 раз дешевле GPT-4

R1 — в 20 раз дешевле GPT-4o

Так формируется устойчивая тенденция: стоимость ИИ падает быстрее, чем когда-то падала стоимость вычислений по закону Мура. Сам Сэм Альтман признавал, что цена использования ИИ снижается примерно в 10 раз каждые 12 месяцев.

Главное отличие DeepSeek — ставка не на большее количество видеокарт, а на более эффективные алгоритмы.

Еще в V3 модель обучалась всего на 2048 GPU, тогда как конкуренты используют десятки тысяч. Это стало возможным благодаря:

использованию FP8 (низкой точности вычислений без потери качества),

архитектуре MoE (смесь экспертов),

оптимизации внимания (attention).

В V4 этот подход довели до нового уровня. Были внедрены:

сжатое разреженное внимание (CSA) — уменьшает объем вычислений,

иерархическое внимание (HCA) — эффективно работает с длинным контекстом,

поддержка контекста до миллиона токенов как стандарт.

Итог — снижение вычислительных затрат до четверти при росте качества. Это уже не просто оптимизация, а смена парадигмы.

Но настоящий перелом — это не алгоритмы, а железо.

DeepSeek V4 стал первой современной моделью, нативно работающей как на GPU NVIDIA, так и на NPU Huawei (Ascend). Это принципиально важно.

До сих пор экосистема ИИ держалась на CUDA — программной платформе NVIDIA, которая фактически стала стандартом отрасли. Все фреймворки, библиотеки и модели оптимизировались под нее.

Теперь появилась альтернатива, доказанная на практике.

Это и есть то, что пугает NVIDIA. Их преимущество — не только в чипах, а в экосистеме. Если разработчики начнут массово переходить на другие платформы, эта экосистема даст трещину.

DeepSeek показывает: проблему нехватки вычислений можно решать не только наращиванием мощностей, но и повышением эффективности.

Это особенно важно в условиях ограничений на поставки чипов. Вместо гонки «у кого больше GPU» появляется новая логика — «кто лучше использует ресурсы».

Параллельно меняется и экономическая модель:

крупные компании начинают закупать альтернативные чипы (Huawei),

стоимость вычислений снижается,

появляются первые устойчивые доходы от ИИ-сервисов.

Даже на уровне государства появляются новые концепции — вроде «банков вычислений» и «магазинов мощности», где ресурсы будут распределяться как электричество или вода.

DeepSeek V4 — это не просто еще одна модель. Это сигнал о переходе индустрии в новую фазу:

ИИ становится дешевым и массовым

вычисления перестают быть узким местом

появляется конкуренция на уровне инфраструктуры

эффективность важнее масштаба

Если раньше ИИ напоминал гонку вооружений, то теперь он все больше становится базовой инфраструктурой, доступной широкому рынку. И именно поэтому для кого-то это «катастрофа», а для кого-то — начало новой эры.