Дефицит чипов породил новую AI-философию — и она может оказаться правильной

Общепринятая мудрость проста: больше параметров, больше данных, больше вычислений — лучше AI. OpenAI потратила сотни миллионов на обучение GPT-4, Google и Meta гонятся за ещё более крупными моделями. Логика железная: если хочешь конкурировать в AI, покупай H100 и строй датацентры.

Но группа стартапов и исследователей, отрезанных от дорогих чипов, идёт другим путём. Они разрабатывают компактные модели на открытых архитектурах, оптимизируют алгоритмы вместо наращивания мощности. По данным Rest of World, эти команды достигают 80-90% качества топовых моделей, используя в 100 раз меньше ресурсов.

Паттерн знакомый: Tesla обошла автогигантов не потому, что у неё было больше заводов, а потому что она переосмыслила саму концепцию автомобиля. Аналогично, «экономный AI» может оказаться не компромиссом, а новой парадигмой. Когда ресурсы ограничены, инженеры вынуждены искать элегантные решения вместо грубой силы.