DeepSeek V4 вызывает дебаты в США: аналитический центр ставит под сомнение использование чипов, CEO Replit защищает открытые инновации

Сообщение Gate News, 24 апреля — В Соединенных Штатах разгорелись споры о технологических возможностях и соблюдении требований DeepSeek V4. Крис Макгвайр, старший научный сотрудник Совета по международным отношениям (CFR) и бывший сотрудник Совета по национальной безопасности при Белом доме и Министерства обороны, опубликовал аналитический материал, утверждающий, что V4 не изменила конкурентный ландшафт ИИ США и Китая. По словам Макгвайра, собственный отчет DeepSeek о V4 признает, что его рассуждающие возможности отстают от передовых моделей примерно на 3–6 месяцев, при этом в качестве бенчмарков используются GPT-5.2 и Gemini 3.0 Pro, выпущенные шестью месяцами ранее.

Макгвайр выразил обеспокоенность тем, что, хотя отчет о V4 раскрывает адаптацию на стадии инференса для графических процессоров NVIDIA и нейронных процессоров Huawei Ascend NPU, он публично не указывает модели GPU или затраты на обучение, использованные в ходе разработки. Он задался вопросом, означает ли это молчание использование экспорт-контролируемых чипов NVIDIA Blackwell, отметив, что ранее V3 заявляла об использовании 2 000 GPU H800 по цене 5,57 млн долларов. DeepSeek опроверг использование Blackwell, заявив, что модель была обучена на процессорах NVIDIA H800 и Huawei Ascend 910C.

CEO Replit Амджад Масад возразил анализу Макгвайра, заявив, что китайские ученые публично делятся подлинными прорывами в области ИИ, в то время как американские политики и лоббисты усиливают опасения о «китайской дистилляции». Масад подчеркнул архитектурные инновации, раскрытые в официальных заявлениях DeepSeek, включая сжатие внимания на уровне токенов (DeepSeek Sparse Attention) и существенные улучшения эффективности для вычислений при длинном контексте. Он отметил, что V4-Pro демонстрирует значительно более низкие требования к вычислениям инференса на токен и к KV cache при длине контекста 1M по сравнению с V3.2, подчеркнув, что эти архитектурные достижения не связаны с дистилляцией обучающих данных, и что все исследователи, включая американские лаборатории, могут извлечь пользу из открытых разработок.