Jensen Huang távozása komoly csapás az amerikai nyílt AI-modelleknek

Nathan Lambert, az Interconnects AI szerzője szerint az Nvidia vezérigazgatójának lemondása komoly visszalépés az amerikai nyílt modell-ökoszisztéma számára. Véleménye szerint az Nvidia továbbra is érdekelt a nyílt modellek támogatásában, mert így elkerülhető, hogy néhány nagy ügyfél saját chipet fejlesszen és csökkentse a cég profitját. A támogatás fenntartása azonban szerinte inkább bonyolult stratégiai feladat, mint egyszerű mérnöki probléma.

Az Nvidia helyzete a távozás után

A szerző szerint az Nvidia működése nagymértékben Huang személyes szerepvállalásán alapul, ezért a távozása komoly kihívásokat hozhat. Lambert úgy látja, hogy a cég első számú célja a stabilizálás, az ügyfelek kiszolgálása a következő 24 hónapban, valamint a belső összeomlás elkerülése. Huang a nyílt modelleket saját, alapítói típusú fogadásának tekintette, és ezekbe jelentős forrásokat fektetett, amelyek a szerző becslése szerint nagy valószínűséggel csökkenni fognak.

Gazdasági kihívások és a nyílt modellek jövője

Lambert szerint a nyílt modellek gazdasága még a kezdeti szakaszban van, és a következő évek kulcsfontosságúak a felhasználási esetek, a bevételi források és a további modellfejlesztési motivációk kialakulásához. Pozitívumként említi, hogy a nyílt modell-ökoszisztéma a vállalati utótanítást és az „intelligencia birtoklását” fontos területnek tekinti, de azt, hogy ez a piac mekkora lesz, még nem lehet tudni. A szerző hangsúlyozza, hogy a nyílt modellek valódi, közösségi alapú előnyei még távol vannak, mivel a számítási kapacitás ma szűkös.

Mivel az Anthropic és az OpenAI jelentős kapacitást vásárol, a következtetési szolgáltatók is nehezen jutnak chipekhez, így a nyílt súlyú modellek körül kevés az árverseny. Lambert szerint, ha a nyílt modelleket is magas haszonkulccsal kínálják, mint a DeepSeek DeepInfer kiadásánál történt, akkor azok messze nem lesznek árucikkek, és a nagy méretgazdaságossággal és vertikális integrációval rendelkező zárt laborok nyerhetnek.

Szabályozási és biztonsági kockázatok

Lambert szerint a legnagyobb rövid távú aggodalma az állami szintű, meggondolatlan szabályozás, amelyet később országos szintű szabályozás követhet. Úgy látja, hogy a demokrata irányultságú kormányzati finanszírozás egyre nagyobb mértékben támogatja azokat a jelölteket, akik az AI-ipar szabályozását és a „biztonságot” szorgalmazzák, és sokan közülük általános véleményük szerint a nyílt modelleket nem tartják biztonságosnak, anélkül hogy az előnyeiket részletesen ismernék.

A szerző szerint egy népszerű kínai nyílt súlyú modell által okozott komoly kibertámadás bekövetkezése nem kérdés, csak az idő kérdése, bár ez az ő előrejelzése. Hozzáteszi, hogy az ökoszisztéma érdekeit szem előtt tartó, óvatos szemlélet szükséges lenne.

Az amerikai nyílt modell-fejlesztés feltételei

Lambert egyetért Dylan Patellel, a SemiAnalysis vezérigazgatójával, aki szerint a probléma nem egyszerűen pénz kérdése, hanem a tehetségé. A legtehetségesebb szakemberek többnyire az Anthropicnál, az OpenAI-nál, a DeepMindnál és a Meta-nál dolgoznak, a többiek pedig sok kisebb startup között oszlanak meg.

Patel szerint a Moonshot szakmai tudása valószínűleg vetekszik az amerikai laboratóriumokéval, de a számítási kapacitás és az üzembe helyezés terén jelentős hátrányban van. Lambert szerint a 24 hónapos stabilizálási időszak és a Moonshot hátránya együtt mutatja, hogy a nyílt modellek jövője még nyitott kérdés.