マッコーリーのアナリストらは月曜日のメモで、R1の開発コストを26億ドルと見積もっており、これはディープシークが発表したコストの467倍であると述べた。同社は次のように述べています: DeepSeekR1 の開発コストは 26 億ドルと見積もっています。これは以前の研究に基づいており、開発コストが報告されているコストの 467 倍だったことを意味します。
レポートでは、新興市場は価格ではなく量で成長しており、コンピューティングコストが低下するにつれて導入が加速することを強調している。
アナリストは、トレーニング コンピューティングはコスト曲線が明確な商品であり、ハードウェア効率の向上によりコンピューティング パワーの供給が増加し、ソフトウェアの進歩によりコンピューティング パワーの需要が減少すると考えています。
レポートには次のように記載されています。ハードウェア効率の向上により、メガワットあたりのコンピューティング「ユニット」の供給量が増加します。ソフトウェアの効率が向上すると、計算「ユニット」の必要性が減ります。
マッコーリー氏はまた、自由な開発、MIT ライセンスの使用、および広範な採用の恩恵を受けるオープンソース AI モデルの構造的利点も指摘しました。
アナリストは次のように書いています。これにより、基本的なモデル構築者の参入障壁は引き続き低くなります。
コストの懸念にもかかわらず、コンピューティング能力に対する需要は増加し続けています。報告書は、効率の向上が全体の消費量の増加につながるという、人工知能分野におけるジェボンズのパラドックスを指摘している。
マッコーリーは、推論コストの削減がジェヴォンズのパラドックスを引き起こすと指摘する。効率の向上により、コンピューティングの総消費量が増加します。
マッコーリー氏は、データセンター事業者にとって設備投資の意向が依然として主な推進力であると主張し、人工知能関連の支出が現在の収益の重要な推進力となっていると強調した。
アナリストらは、AIへの賭けは地球上で最大のバランスシートへの賭けであると結論付けており、投機的リスクにもかかわらず、ハイパースケール企業によるAIインフラへの投資は拡大し続けることを示唆している。
関連記事：