Kinas forsøk på å dominere AI- verdenen kan lønne seg, ifølge eksperter til CNBC , der fastlands-AI-modellene, som er spesielt populære, kan ta igjen – og til og med overgå – sine amerikanske motparter i ytelse.

AI har blitt en ny front i handelskrigen mellom USA og Kina, og begge sider ser på det som en strategisk teknologi. Washington fortsetter å begrense Beijings tilgang til banebrytende brikker på grunn av bekymringer om nasjonal sikkerhet. Dette har ført til at Kina har fulgt sin egen tilnærming til å utvikle sine egne AI-modeller, inkludert å stole på åpen kildekode-teknologi og utvikle sin egen programvare og brikker.

I likhet med de amerikanske markedslederne utvikler også kinesiske AI-selskaper store språkmodeller (LLM-er), som er trent på store mengder data og er grunnlaget for applikasjoner som chatboter.

I motsetning til OpenAIs modeller utvikler imidlertid fastlandsselskaper åpen kildekode-LLM-er, der utviklere kan laste ned og skrive applikasjoner gratis uten tillatelse fra forfatteren.

Kinas AI-modell Xinhua
En besøkende lærer om verdens første profesjonelle, multimodale store språkmodell (LLM) for månevitenskap under China International Big Data Industry Expo i Guiyang, Guizhou, Kina, 29. august. Foto: Xinhua

På LLM Hugging Face-arkivet er de kinesiske språkmodellene de mest nedlastede. Ifølge Tiezhen Wang, maskinlæringsingeniør hos Hugging Face, er Qwen – Alibabas AI-modellsystem – det mest populære. Han sa at Qwen har blitt stadig mer populært på grunn av sin enestående ytelse.

Qwen finnes i forskjellige størrelser – eller parametere. Større modeller er kraftigere, men har høyere beregningskostnader, mens mindre er billigere. Uansett er det en av de beste modellene der ute, ifølge Wang.

Oppstartsbedriften DeepSeek dukker også opp med sin DeepSeek-R1-modell. Den konkurrerer med OpenAIs o1-modell.

Disse selskapene hevder at modellene deres kan konkurrere med andre åpen kildekode-løsninger som Metas Llama, samt lukkede LLM-er som OpenAI på en rekke forskjellige funksjoner.

Grace Isford, administrerende partner i investeringsselskapet Lux Capital, kommenterte at de det siste året har sett en fremvekst av kinesiske åpen kildekode-modeller for AI.

I dagens komplekse geopolitiske landskap har åpen kildekode-LLM-er en annen fordel for kinesiske selskaper: de kan brukes over hele verden, ikke bare innenfor landets grenser. Det hjelper dem å bli globale aktører innen AI.

Dagens AI-modeller sammenlignes med operativsystemer som Windows, Android og iOS, med potensial til å dominere et marked. Xin Sun, førsteamanuensis i kinesisk og østasiatisk næringsliv ved King's College London, sa at kinesiske selskaper ser på LLM som sentralt i fremtidens teknologiøkosystem.

Forretningsmodellene deres vil avhenge av at utviklere blir med i økosystemet, utvikler nye applikasjoner basert på sin LLM, tiltrekker seg brukere og data og deretter genererer profitt gjennom ulike verktøy.

Likevel kaster begrenset tilgang til avanserte brikker en mørk sky over Kinas KI-utsikter. KI-modeller krever massiv datakraft.

Nvidia er nå verdens største leverandør av AI-brikker. De fleste ledende AI-selskaper trener systemene sine på Nvidias banebrytende brikker, men det gjør ikke Kina.

I løpet av det siste året har USA strammet inn kontrollen på eksport av halvledere og avansert utstyr for produksjon av halvledere til Kina, noe som betyr at Nvidias kraftigste brikker ikke kan selges til fastlandet.

Store kinesiske teknologiplattformer har imidlertid hamstret et stort antall Nvidia GPU-er og utnytter innenlandske GPU-er fra Huawei ... for kontinuerlig å forbedre modellen.

Faktisk prøver kinesiske selskaper stadig å finne måter å erstatte Nvidia på, med Huawei som en av de ledende aktørene. Baidu og Alibaba investerer også i halvlederdesign.

Ifølge Isford investerer og utvikler Kina systematisk hele sin innenlandske AI-infrastruktur som ikke dreier seg om Nvidia. Uansett om Nvidia-brikker er forbudt å selge til fastlandet eller ikke, kan det derfor ikke hindre Beijing i å investere i og bygge sin egen infrastruktur for å utvikle og trene AI-modeller.

(Ifølge CNBC og SCMP)