Lenovo выпустила Tianxi AI 4.5 для ПК с искусственным интеллектом, позволяя телефонам и планшетам передавать задачи на настольный компьютер

Китайские компании в сфере искусственного интеллекта (ИИ) и полупроводников потеряли 480 миллиардов долларов (что эквивалентно примерно 2,52 триллионам бразильских реалов) в рыночной стоимости менее чем за четыре месяца. Этот спад обусловлен опасениями относительно спроса на ИИ, чрезмерно высокими оценками активов и потенциальными ограничениями китайского экспорта.

Индекс STAR50 снизился на 40% за этот период, прервав двухлетний рост. Также пострадал CSI300, основной индекс акций крупных китайских корпораций, который упал примерно на 20% по сравнению с пиком, достигнутым в июне.

Волна продаж не имела единой причины. Источники, осведомленные Reuters, указывают на высокие цены акций, налоговое бремя и риск того, что США и другие страны ограничат использование китайского оборудования в центрах обработки данных.

Значимость кризиса связана с тем, какую долю занял этот сектор на фондовой бирже. По данным Goldman Sachs, акции, связанные с ИИ, достигали 42% капитализации рынка и 57% объема торгов акциями на материковом Китае и в Гонконге.

Среди затронутых компаний — производители роботов, чипов и компонентов, используемых в технологическом оборудовании. В случае с последними компаниями, часть давления вызвано действиями Вашингтона, направленными на ограничение поставок компонентов в центры обработки данных в Соединенных Штатах.

Девальвация затронула инвесторов, которые делали ставки на рост технологических компаний. Чэнь Вэньшэн, предприниматель из провинции Хайнань, сообщил Reuters, что приобретал акции, полагаясь на официальную поддержку таких фирм, как Unitree, которая получала инвестиции от государственных фондов Китая. Теперь он и его знакомые несут убытки.

Падение также может затруднить привлечение капитала для технологических компаний, стремящихся к первичному публичному размещению. Хонг Хао, управляющий партнер и директор по инвестициям Lotus Asset Management в Гонконге, считает, что кризис замедлит новые предложения акций.

Несмотря на потери, оценки остаются высокими. STAR50 торгуется примерно по 100 раз годовой прибыли, что ниже пикового уровня в почти 250 раз. Для сравнения, мультипликатор Nasdaq 100 в Соединенных Штатах составляет около 30 раз.

Эта турбулентность происходит на фоне усилий китайских властей по снижению колебаний рынка и улучшению доходности инвестиций. Среди принимаемых мер — борьба с высокорискованными операциями и высокочастотным трейдингом. Государственные инвесторы также продавали акции во время периодов роста для сдерживания прибыли.

По мнению Лео Ванга, партнера управляющей компании Qianchuang Capital в Пекине, чрезмерная концентрация в технологических компаниях нарушает баланс рынка. Он заявил: «Это создало серьезный пузырь в определенных секторах и серьезный отток ресурсов из других».

Некоторые управляющие компании видят возможности в более дешевых акциях. Goldman Sachs включил китайские ИИ-компании в обновленный список рекомендаций. Однако другие инвесторы предпочитают дождаться снижения оценок.

Ван Чжоу, партнер управляющей компании Zhuozhu Investment Management в Шанхае, прогнозирует, что производители чипов и поставщики ИИ столкнутся с ценовой войной, как это происходит в других отраслях промышленности Китая. Он отметил: «Нет исключений. Все пузыри неизбежно лопаются».

Компания Tongyan Lingzhi, которая является дочерней структурой индустриальной платформы Пекинского института общей искусственного интеллекта (BIGAI), представила свой подход к концепции персонального ИИ. Этот подход предполагает создание моделей, которые непрерывно обучаются на основе данных конкретного человека, проекта или компании, вместо того чтобы полагаться исключительно на запросы и поиск информации.

Большинство существующих корпоративных систем ИИ сегодня адаптируются к пользователям извне. Они используют запросы для установления правил, извлекают документы через поиск, хранят состояние в памяти и упаковывают многократно используемые шаги. Однако сами веса модели редко изменяются после взаимодействия.

Tongyan Lingzhi утверждает, что стабильные привычки, например, инженерные стандарты команды или дисциплина управления рисками инвестиционной группы, могут быть интегрированы непосредственно в параметры модели. Архитектура компании предусматривает сохранение общей базовой модели для обработки общих знаний и рассуждений, к которой добавляются легковесные адаптеры Personal LoRA для каждого отдельного пользователя, проекта или организации. Компания отмечает, что эти индивидуальные возможности должны сохраняться даже в случае замены базовой модели.

Для поддержания обучения этих адаптеров команда разрабатывает механизм рекурсивного самосовершенствования, или RSI. Трассировки задач, корректировки со стороны человека и полученные результаты становятся потенциальными данными для обучения. Специальный оценщик, настроенный под стандарты каждого пользователя или компании, отбирает сигналы, которые стоит изучить перед внесением инкрементального обновления LoRA. Обновленная модель затем запускается на тех же задачах, что и предыдущая версия, и в рабочую среду выводятся только улучшения, тогда как регрессии отменяются.

Технический директор Чу Бинбин подчеркнул, что один отклоненный вариант является лишь сигналом, и только повторяющиеся закономерности должны становиться обучающими данными. Кроме того, компания работает над созданием инфраструктуры, позволяющей сделать тысячи таких адаптеров доступными. Система TIP выполняет обучение и инференс параллельно на одних и тех же GPU, а Paged LoRA управляет памятью адаптера страницами. В одном тестовом этапе с использованием Qwen2.5-72B-Instruct на восьми GPU Nvidia H800 и бюджетом памяти адаптера в 5,79 ГБ, Paged LoRA продемонстрировала лучшую задержку и поведение в «хвосте» по сравнению с плоским макетом, когда запросы LoRA составляли от 1% до 30% трафика, однако производительность снизилась при достижении 50%.

Tongyan Lingzhi признает, что работа находится на ранней стадии. Хотя технический путь RSI и архитектура продукта определены, и модули находятся в стадии проектирования, полностью автоматизированный цикл обучения все еще находится в разработке. Среди открытых проблем остаются катастрофическое забывание, загрязнение обратной связью и дрейф модели.

Владелец веб-сайта pandaily.com временно заблокировал доступ пользователя к ресурсу. Данное ограничение реализовано с использованием сервиса Cloudflare.

Для получения более подробной информации о данной ситуации пользователи могут обратиться к официальной документации Cloudflare по кодам состояния HTTP, а именно к ссылке https://developers.cloudflare.com/support/troubleshooting/http-status-codes/cloudflare-1xxx-errors/error-1015/.