SG.hu·
Hogyan készít másokhoz képest töredék pénzből élvonalbeli MI-modelleket Kína?
Az amerikai exportkorlátozások és a kínai takarékosság sajátos kombinációja arra kényszerítette a kínai fejlesztőket, hogy hatékonyabb módszerekkel hozzanak létre versenyképes mesterséges intelligenciát
Mennyi pénzt kellene a vállalatoknak mesterséges intelligenciára költeniük? Az amerikai technológiai óriások szerint a válasz egyszerű: nagyon sokat. A Bloomberg Intelligence kutatócég becslése szerint adatközpontokra fordított tőkekiadásaik idén meghaladhatják a 740 milliárd dollárt. A befektetők, akik korábban egyetértettek ezzel a megközelítéssel, most kezdenek kételkedni. Az Nvidia tegnap megállapodott hat vezető Wall Street-i befektetési óriással, hogy több mint 500 milliárd dollárnyi tőkét mozgósítanak mesterségesintelligencia-adatközpontok építésére. Az adatközpontot az Nvidia chipjeivel töltik fel, és az OpenAI, az egyik vezető modellfejlesztő működtetné. A hír hatására az Nvidia részvényeinek árfolyama meredeken esett. Néhány nappal korábban a befektetők már akkor is megrémültek, amikor az Alphabet, a Google anyavállalata bejelentette, hogy idén 205 milliárd dollárra növeli MI-beruházásait. Japánban, Dél-Koreában és Tajvanon is jelentősen estek az MI-hez kapcsolódó vállalatok részvényei.
Az amerikai MI-költések különösen pazarlónak tűnnek, ha összevetjük őket a kínai visszafogottsággal. Az előrejelzések szerint 2026-ban a kínai technológiai óriások kevesebb mint tizedannyit fognak adatközpontokra költeni, mint amerikai versenytársaik. Modelljeik azonban ennek ellenére is csak kis mértékben maradnak el az amerikaiaktól. A pekingi Moonshot AI startup által múlt hónapban bemutatott fejlett K3 modell a széles körben használt teljesítménymérések alapján a vezető amerikai Anthropic labor Fable 5 modelljének intelligenciaszintjének 95 százalékát nyújtja. Használata ugyanakkor 70 százalékkal olcsóbb. Augusztus 3-án az Alibaba is bemutatott egy új modellt, amely egyes mérések szerint a világ legjobbjai közé tartozik.
Kínában az adatközpontok építéséhez szükséges földterület, az MI-szerverekhez szükséges egyes berendezések és a munkaerő költsége is alacsonyabb, mint az Egyesült Államokban. Ide tartoznak a kivitelező munkások és a kiemelkedően tehetséges MI-szakemberek bérei is. A kínai vállalatokat ugyanakkor azzal is vádolják, hogy modelljeiket a drága amerikai modellek által előállított válaszok felhasználásával tanítják be. Ez az úgynevezett desztilláció lehetővé teszi a kínai fejlesztők számára, hogy részben "potyautasként" élvezzék az amerikai beruházások eredményeit.
Az is elképzelhető, hogy a kínai MI-beruházások egy része nem jelenik meg a hivatalos tőkekiadási statisztikákban. A kisebb kínai MI-vállalatok például ahelyett, hogy az Nvidia legjobb chipjeire költenének, inkább arra fordítják pénzüket, hogy a gyengébb hardverből hozzák ki a lehető legjobb teljesítményt. A DeepSeek, amely 2025 elején meglepően erős és hatékony modelljével komoly riadalmat keltett az amerikai MI-vállalatok és befektetők körében, valószínűleg jelentős összegeket fordít olyan technológiák fejlesztésére, amelyek csökkentik a számítási kapacitás iránti igényt. Mindezek a tényezők azonban önmagukban nem magyarázzák meg, hogy Kína miként képes ennyivel kisebb beruházásokból látszólag hasonló eredményeket elérni a mesterséges intelligencia területén. Mi áll tehát még a háttérben?
A kínai beruházásokat nem elsősorban a tőke hiánya fogja vissza, hanem az, hogy egyszerűen nincs elég olyan dolog, amire ezt a pénzt el lehetne költeni. Az Egyesült Államok technológiai exportkorlátozásai miatt a kínai vállalatok nem vásárolhatják meg az Nvidia által tervezett és a Tajvanon működő TSMC által gyártott legjobb és egyben legdrágább MI-chipeket. A TSMC szoros kapcsolatokat ápol az Egyesült Államokkal. Nem hivatalosan a pekingi vezetés még a gyengébb Nvidia chipek használatát is igyekezett visszaszorítani, amelyeket a kínai vállalatok egyelőre még megvásárolhatnak. Időnként ezek importját is akadályozták annak érdekében, hogy Kína MI-infrastruktúrája ellenállóbb legyen a szankciókkal szemben, és hogy elősegítsék a hazai fejlesztésű alternatívák elterjedését.
Jó példa erre az Alibaba. A vállalat tavaly jelentette be, hogy 2026 és 2028 között 53 milliárd dollárt kíván MI-fejlesztésekre fordítani. Ez eltörpül az Amazon vagy az Alphabet hasonló tervei mellett. Ennek ellenére még ez az összeg is nehezen elkölthetőnek bizonyulhat. Az Alibaba Kína egyik legfejlettebb chiptervező programjával rendelkezik, gyártását azonban korábban a TSMC-re bízta. Az amerikai szankciók miatt most hazai beszállítókat kellett keresnie. Jelenleg csak két kínai szereplő képes hasonló teljesítményű chipek előállítására. Az egyik a 2019 óta amerikai feketelistán szereplő Huawei, a másik pedig az állami irányítás alatt álló SMIC, amely a Huawei tervei alapján gyártja a chipeket.
Az amerikai exportkorlátozások azonban a fejlett chipgyártó berendezésekre is kiterjednek. Emiatt a Huawei és az SMIC kénytelen költséges kerülőmegoldásokat alkalmazni, amelyek jelentősen korlátozzák, hogy mennyi nagy teljesítményű chipet tudnak előállítani. Az SMIC ráadásul ezt a hatékonysági hátrányt sem tudja egyszerűen több beruházással ellensúlyozni, mert a szankciók a kevésbé fejlett chipgyártó gépek beszerzését is korlátozzák.
Liang Wenfeng, a DeepSeek alapítója és vezérigazgatója
Nem csupán az amerikai szankciók fékezik azonban a kínai MI-beruházásokat. Ugyanilyen fontos tényező a kínai vállalatok viszonylag alacsony kereslete az MI-szolgáltatások iránt. A kínai cégek köztudottan rendkívül takarékosan bánnak informatikai költségvetésükkel. Együttes szoftverkiadásaik még a tizedét sem érik el annak, amit az amerikai vállalatok költenek, jóllehet Kína gazdasági teljesítménye az amerikai GDP mintegy kétharmadát teszi ki, vásárlóerő-paritáson számolva pedig egyharmaddal még nagyobb is. Ez a takarékoskodás valószínűleg csökkenti az MI-beruházások megtérülését, ezáltal pedig magát a beruházási hajlandóságot is.
Emellett a Kínai Kommunista Párt MI-stratégiája is eltér az amerikaitól. A párt célja inkább az, hogy a technológiát minél szélesebb körben elterjessze a gazdaságban, nem pedig az, hogy egyre intelligensebb rendszereket hozzon létre, amelyekhez egyre nagyobb teljesítményű félvezetők és egyre több adatközpont szükséges. Az Egyesült Államokban több tucat vállalat dolgozik azon, hogy létrehozza az általános mesterséges intelligenciát, vagyis az AGI-t, amely az embereket a legtöbb szellemi feladatban felülmúlhatná. Kínában ezzel szemben Xu Qi, a Sanghaji MI Szövetség kommunista pártbizottságának vezetője szerint kevesebb mint tíz vállalat foglalkozik AGI-fejlesztéssel.
A kínai vállalatok számára a befektetők is egyértelmű jelzést küldenek arra, hogy ne költsenek túl sokat MI-re. A kínai befektetők már régóta ugyanazzal a gyanakvással figyelik a túlzott MI-kiadásokat, mint amilyennel az amerikai befektetők csak most kezdenek. Míg az amerikai technológiai óriások részvényárfolyamát egészen a közelmúltig emelte az agresszív MI-beruházási stratégia, addig Kínában a túlzott költekezést inkább büntette a piac. A befektetők most talán már azt a lehetőséget is mérlegelik, hogy az Egyesült Államokban túl sok adatközpont épül. Kínában azonban minden dicséretes önmérséklet ellenére könnyen lehet, hogy éppen túl kevés adatközpont áll rendelkezésre ahhoz, hogy az ország teljes mértékben kihasználhassa MI-fejlesztőinek innovációit, illetve hogy ezek a vállalatok valóban pénzt is tudjanak keresni velük.
A ByteDance, amely a világ legjobb videókészítő MI-rendszerét fejlesztette ki, és egyben a TikTok tulajdonosa is, komoly számítási kapacitáshiánnyal küzd. Emiatt egyes videók feldolgozása akár tíz órát is igénybe vesz. A pekingi Zhipu AI egyes szolgáltatásai, valamint az Alibaba felhőszolgáltatási üzletágának bizonyos szolgáltatásai szigorú használati korlátozások mellett érhetők el, és néhány perc alatt elfogynak a rendelkezésre álló kapacitások. A K3 modell használatára is hosszú várólista alakult ki. A gyakorlati MI-megoldások széles körű elterjesztése ugyan jóval kevesebb számítási teljesítményt igényel, mint a szuperintelligencia megteremtésére irányuló verseny, de a túl szigorú "diéta" még így is visszafoghatja a fejlődést.
Mennyi pénzt kellene a vállalatoknak mesterséges intelligenciára költeniük? Az amerikai technológiai óriások szerint a válasz egyszerű: nagyon sokat. A Bloomberg Intelligence kutatócég becslése szerint adatközpontokra fordított tőkekiadásaik idén meghaladhatják a 740 milliárd dollárt. A befektetők, akik korábban egyetértettek ezzel a megközelítéssel, most kezdenek kételkedni. Az Nvidia tegnap megállapodott hat vezető Wall Street-i befektetési óriással, hogy több mint 500 milliárd dollárnyi tőkét mozgósítanak mesterségesintelligencia-adatközpontok építésére. Az adatközpontot az Nvidia chipjeivel töltik fel, és az OpenAI, az egyik vezető modellfejlesztő működtetné. A hír hatására az Nvidia részvényeinek árfolyama meredeken esett. Néhány nappal korábban a befektetők már akkor is megrémültek, amikor az Alphabet, a Google anyavállalata bejelentette, hogy idén 205 milliárd dollárra növeli MI-beruházásait. Japánban, Dél-Koreában és Tajvanon is jelentősen estek az MI-hez kapcsolódó vállalatok részvényei.
Az amerikai MI-költések különösen pazarlónak tűnnek, ha összevetjük őket a kínai visszafogottsággal. Az előrejelzések szerint 2026-ban a kínai technológiai óriások kevesebb mint tizedannyit fognak adatközpontokra költeni, mint amerikai versenytársaik. Modelljeik azonban ennek ellenére is csak kis mértékben maradnak el az amerikaiaktól. A pekingi Moonshot AI startup által múlt hónapban bemutatott fejlett K3 modell a széles körben használt teljesítménymérések alapján a vezető amerikai Anthropic labor Fable 5 modelljének intelligenciaszintjének 95 százalékát nyújtja. Használata ugyanakkor 70 százalékkal olcsóbb. Augusztus 3-án az Alibaba is bemutatott egy új modellt, amely egyes mérések szerint a világ legjobbjai közé tartozik.
Kínában az adatközpontok építéséhez szükséges földterület, az MI-szerverekhez szükséges egyes berendezések és a munkaerő költsége is alacsonyabb, mint az Egyesült Államokban. Ide tartoznak a kivitelező munkások és a kiemelkedően tehetséges MI-szakemberek bérei is. A kínai vállalatokat ugyanakkor azzal is vádolják, hogy modelljeiket a drága amerikai modellek által előállított válaszok felhasználásával tanítják be. Ez az úgynevezett desztilláció lehetővé teszi a kínai fejlesztők számára, hogy részben "potyautasként" élvezzék az amerikai beruházások eredményeit.
Az is elképzelhető, hogy a kínai MI-beruházások egy része nem jelenik meg a hivatalos tőkekiadási statisztikákban. A kisebb kínai MI-vállalatok például ahelyett, hogy az Nvidia legjobb chipjeire költenének, inkább arra fordítják pénzüket, hogy a gyengébb hardverből hozzák ki a lehető legjobb teljesítményt. A DeepSeek, amely 2025 elején meglepően erős és hatékony modelljével komoly riadalmat keltett az amerikai MI-vállalatok és befektetők körében, valószínűleg jelentős összegeket fordít olyan technológiák fejlesztésére, amelyek csökkentik a számítási kapacitás iránti igényt. Mindezek a tényezők azonban önmagukban nem magyarázzák meg, hogy Kína miként képes ennyivel kisebb beruházásokból látszólag hasonló eredményeket elérni a mesterséges intelligencia területén. Mi áll tehát még a háttérben?
A kínai beruházásokat nem elsősorban a tőke hiánya fogja vissza, hanem az, hogy egyszerűen nincs elég olyan dolog, amire ezt a pénzt el lehetne költeni. Az Egyesült Államok technológiai exportkorlátozásai miatt a kínai vállalatok nem vásárolhatják meg az Nvidia által tervezett és a Tajvanon működő TSMC által gyártott legjobb és egyben legdrágább MI-chipeket. A TSMC szoros kapcsolatokat ápol az Egyesült Államokkal. Nem hivatalosan a pekingi vezetés még a gyengébb Nvidia chipek használatát is igyekezett visszaszorítani, amelyeket a kínai vállalatok egyelőre még megvásárolhatnak. Időnként ezek importját is akadályozták annak érdekében, hogy Kína MI-infrastruktúrája ellenállóbb legyen a szankciókkal szemben, és hogy elősegítsék a hazai fejlesztésű alternatívák elterjedését.
Jó példa erre az Alibaba. A vállalat tavaly jelentette be, hogy 2026 és 2028 között 53 milliárd dollárt kíván MI-fejlesztésekre fordítani. Ez eltörpül az Amazon vagy az Alphabet hasonló tervei mellett. Ennek ellenére még ez az összeg is nehezen elkölthetőnek bizonyulhat. Az Alibaba Kína egyik legfejlettebb chiptervező programjával rendelkezik, gyártását azonban korábban a TSMC-re bízta. Az amerikai szankciók miatt most hazai beszállítókat kellett keresnie. Jelenleg csak két kínai szereplő képes hasonló teljesítményű chipek előállítására. Az egyik a 2019 óta amerikai feketelistán szereplő Huawei, a másik pedig az állami irányítás alatt álló SMIC, amely a Huawei tervei alapján gyártja a chipeket.
Az amerikai exportkorlátozások azonban a fejlett chipgyártó berendezésekre is kiterjednek. Emiatt a Huawei és az SMIC kénytelen költséges kerülőmegoldásokat alkalmazni, amelyek jelentősen korlátozzák, hogy mennyi nagy teljesítményű chipet tudnak előállítani. Az SMIC ráadásul ezt a hatékonysági hátrányt sem tudja egyszerűen több beruházással ellensúlyozni, mert a szankciók a kevésbé fejlett chipgyártó gépek beszerzését is korlátozzák.
Liang Wenfeng, a DeepSeek alapítója és vezérigazgatója
Nem csupán az amerikai szankciók fékezik azonban a kínai MI-beruházásokat. Ugyanilyen fontos tényező a kínai vállalatok viszonylag alacsony kereslete az MI-szolgáltatások iránt. A kínai cégek köztudottan rendkívül takarékosan bánnak informatikai költségvetésükkel. Együttes szoftverkiadásaik még a tizedét sem érik el annak, amit az amerikai vállalatok költenek, jóllehet Kína gazdasági teljesítménye az amerikai GDP mintegy kétharmadát teszi ki, vásárlóerő-paritáson számolva pedig egyharmaddal még nagyobb is. Ez a takarékoskodás valószínűleg csökkenti az MI-beruházások megtérülését, ezáltal pedig magát a beruházási hajlandóságot is.
Emellett a Kínai Kommunista Párt MI-stratégiája is eltér az amerikaitól. A párt célja inkább az, hogy a technológiát minél szélesebb körben elterjessze a gazdaságban, nem pedig az, hogy egyre intelligensebb rendszereket hozzon létre, amelyekhez egyre nagyobb teljesítményű félvezetők és egyre több adatközpont szükséges. Az Egyesült Államokban több tucat vállalat dolgozik azon, hogy létrehozza az általános mesterséges intelligenciát, vagyis az AGI-t, amely az embereket a legtöbb szellemi feladatban felülmúlhatná. Kínában ezzel szemben Xu Qi, a Sanghaji MI Szövetség kommunista pártbizottságának vezetője szerint kevesebb mint tíz vállalat foglalkozik AGI-fejlesztéssel.
A kínai vállalatok számára a befektetők is egyértelmű jelzést küldenek arra, hogy ne költsenek túl sokat MI-re. A kínai befektetők már régóta ugyanazzal a gyanakvással figyelik a túlzott MI-kiadásokat, mint amilyennel az amerikai befektetők csak most kezdenek. Míg az amerikai technológiai óriások részvényárfolyamát egészen a közelmúltig emelte az agresszív MI-beruházási stratégia, addig Kínában a túlzott költekezést inkább büntette a piac. A befektetők most talán már azt a lehetőséget is mérlegelik, hogy az Egyesült Államokban túl sok adatközpont épül. Kínában azonban minden dicséretes önmérséklet ellenére könnyen lehet, hogy éppen túl kevés adatközpont áll rendelkezésre ahhoz, hogy az ország teljes mértékben kihasználhassa MI-fejlesztőinek innovációit, illetve hogy ezek a vállalatok valóban pénzt is tudjanak keresni velük.
A ByteDance, amely a világ legjobb videókészítő MI-rendszerét fejlesztette ki, és egyben a TikTok tulajdonosa is, komoly számítási kapacitáshiánnyal küzd. Emiatt egyes videók feldolgozása akár tíz órát is igénybe vesz. A pekingi Zhipu AI egyes szolgáltatásai, valamint az Alibaba felhőszolgáltatási üzletágának bizonyos szolgáltatásai szigorú használati korlátozások mellett érhetők el, és néhány perc alatt elfogynak a rendelkezésre álló kapacitások. A K3 modell használatára is hosszú várólista alakult ki. A gyakorlati MI-megoldások széles körű elterjesztése ugyan jóval kevesebb számítási teljesítményt igényel, mint a szuperintelligencia megteremtésére irányuló verseny, de a túl szigorú "diéta" még így is visszafoghatja a fejlődést.