Chinas DeepSeek V3: Ein neuer Herausforderer für OpenAI und Meta

PEKING / MÜNCHEN (IT BOLTWISE) – Ein neues KI-Modell aus China sorgt für Aufsehen in der Technologiebranche. DeepSeek V3, entwickelt von einem Labor des chinesischen Hedge-Funds High-Flyer, wird als potenzieller Konkurrent zu den Modellen von OpenAI und Meta gehandelt.

In der Welt der Künstlichen Intelligenz gibt es einen neuen Spieler, der die etablierten Größen herausfordert. Das chinesische KI-Modell DeepSeek V3, entwickelt von einem Labor des Hedge-Funds High-Flyer, wird als Open-Source-Lösung angeboten und könnte die Landschaft der KI-Entwicklung nachhaltig verändern. Entwicklern steht es frei, das Modell herunterzuladen und für verschiedene Anwendungen, einschließlich kommerzieller Projekte, weiterzuentwickeln.

DeepSeek V3 hat in internen Benchmark-Tests beeindruckende Ergebnisse erzielt und soll leistungsfähiger sein als OpenAIs GPT-4o und Metas Llama 3.1 405B. Diese Behauptung stützt sich auf die umfangreiche Datenbasis, mit der das Modell trainiert wurde. Mit 14,8 Billionen Tokens ist das Datenset eines der größten seiner Art. Zum Vergleich: Ein Token entspricht etwa 750.000 Wörtern, was die schiere Menge der verarbeiteten Informationen verdeutlicht.

Ein weiterer technischer Aspekt, der DeepSeek V3 hervorhebt, ist die Anzahl der Parameter. Mit über 670 Milliarden Parametern übertrifft es das Llama-Modell von Meta, das 405 Milliarden Parameter umfasst. Diese Parameter sind entscheidend für die Fähigkeit eines KI-Modells, präzise Vorhersagen zu treffen und komplexe Entscheidungen zu fällen. Größere Modelle wie DeepSeek V3 erfordern jedoch auch leistungsfähigere Hardware, um effizient zu arbeiten.

Für das Training von DeepSeek V3 wurden NVIDIA H800 GPUs in einem speziell dafür eingerichteten Rechenzentrum verwendet. Bemerkenswert ist, dass das Training des Modells nur zwei Monate in Anspruch nahm, was im Vergleich zu ähnlichen Modellen eine sehr kurze Zeitspanne darstellt. Dies könnte auf eine besonders effiziente Nutzung der Hardware und der Trainingsalgorithmen hindeuten.

Allerdings gibt es auch Einschränkungen. DeepSeek V3 ist so konzipiert, dass es den sozialistischen Werten Chinas entspricht, was bedeutet, dass bestimmte Themen zensiert werden. So liefert das Modell beispielsweise keine Informationen über das Tiananmen-Massaker von 1989. Diese inhaltlichen Beschränkungen könnten die Anwendbarkeit des Modells in internationalen Kontexten einschränken.

High-Flyer forscht seit 2019 an KI-Modellen und hat 2023 die erste Version von DeepSeek vorgestellt. Im November 2024 folgte das Modell DeepSeek R1-Lite, das ebenfalls als leistungsstark gilt. Diese Entwicklungen zeigen, dass China entschlossen ist, im Bereich der Künstlichen Intelligenz eine führende Rolle einzunehmen und die westlichen Technologiegiganten herauszufordern.

• IT BOLTWISE® kostenlos auf Patreon unterstützen!
• Zur Startseite von IT BOLTWISE® für aktuelle KI-News!