ASML-CEO glaubt, dass günstige KI-Modelle von DeepSeek die Chip-Nachfrage steigern werden
ASML-CEO Christophe Fouquet machte eine unerwartete Aussage und deutete an, dass das Aufkommen erschwinglicher künstlicher Intelligenz-Modelle wie DeepSeek aus China zu einer Steigerung, nicht zu einer Verringerung der Nachfrage nach spezialisierten KI-Chips führen wird.
Die Aussage erfolgte inmitten beeindruckender Finanzergebnisse des niederländischen Halbleiterausrüstungsherstellers. Das Unternehmen übertraf die Umsatz- und Gewinnprognosen für das vierte Quartal, wobei sein Auftragsbestand Ende 2024 beeindruckende 36 Milliarden Euro (37,4 Milliarden Dollar) erreichte. Diese Nachrichten trieben die ASML-Aktien nach oben und zerstreuten die Bedenken der Investoren hinsichtlich möglicher Kürzungen bei Halbleiterausgaben aufgrund der Veröffentlichung des DeepSeek-Modells.
„Sinkende KI-Kosten könnten mehr Anwendungen bedeuten. Mehr Anwendungen bedeuten mit der Zeit wachsende Nachfrage. Wir sehen dies als Chance für eine erhöhte Chip-Nachfrage,“ erklärte Fouquet in einem CNBC-Interview. Er betonte, dass Hyperscaler – Tech-Giganten wie Microsoft, Amazon und Google – weiterhin aktiv in Forschung und Entwicklung investieren und die Rechenzentrumsinfrastruktur zur Unterstützung von KI-Modellen ausbauen.
Obwohl das kürzlich vorgestellte Open-Source-Modell DeepSeek R1 Überlegenheit gegenüber OpenAIs o1 sowohl in Kosten als auch in Leistung beanspruchte, enthielt sich der ASML-Chef direkter Kommentare zur chinesischen Entwicklung. Er merkte an, dass das Unternehmen keine Anfragen von Kunden bezüglich der potenziellen Auswirkungen des DeepSeek-Modells auf die Chip-Nachfrage erhalten habe.
Die Position des ASML-Managements ist besonders bedeutsam vor dem Hintergrund der ernsten Tech-Aktienrückgänge diese Woche, ausgelöst durch das wachsende Interesse am neuen DeepSeek-Modell. Das Vertrauen des führenden Halbleiterausrüstungsherstellers in die Nachfragestabilität könnte ein wichtiges Signal für den gesamten Technologiesektor sein.
Autor: AIvengo
Seit 5 Jahren arbeite ich mit maschinellem Lernen und künstlicher Intelligenz. Und dieser Bereich hört nicht auf, mich zu überraschen, zu begeistern und zu interessieren.
Dongfeng setzt 1,7m große Walker S Roboter mit 41 Servoantrieben einDongfeng Motor vereint Kräfte mit Ubtech Robotics, um innovative Walker S Roboter in die Produktionslinien zu integrieren. Diese technologischen Wunder mit einer Größe von 1 Meter und 70 Zentimetern sind bereit, traditionelle Automobilmontage-Prozesse zu transformieren. Der Generalmanager von Dongfeng Motor betont, dass die Implementierung künstlicher Intelligenz in diesen Robotern die Qualität der Überprüfung und Montage von Komponenten erheblich verbessern wird.
MIT-Doktorand reduzierte Gemälderestaurierung von 230 auf 3,5 StundenDer MIT-Doktorand Alex Kachkin entwickelte eine coole Methode zur Gemälderestaurierung mit Hilfe künstlicher Intelligenz. Die die Arbeitszeit von vielen Monaten auf wenige Stunden verkürzt. Als Demonstration restaurierte er ein Werk eines unbekannten niederländischen Meisters des 15. Jahrhunderts, das schwer von der Zeit gelitten hatte.
KI-Prothese aus Kanada analysiert Objekte und entscheidet, wie sie zu greifen sindKünstliche Intelligenz verleiht Prothesen Selbständigkeit! Wissenschaftler der Memorial University of Newfoundland schufen eine revolutionäre Armprothese, die buchstäblich selbst "denkt". Im Gegensatz zu traditionellen Modellen, die das Ablesen von Muskelsignalen über Sensoren erfordern, ist das neue Gerät vollständig autonom.
DeepSeek packte LLM-Engine in 1200 Zeilen Python-CodeDas DeepSeek-Team stellte nano-vLLM vor. Das ist eine leichtgewichtige und kompakte Engine zum Ausführen großer Sprachmodelle. Die die Vorstellung von Code-Effizienz verändern könnte. Erstaunlich, aber die gesamte Funktionalität passte in nur 1200 Zeilen Python-Code! Das ist echter technologischer Minimalismus in der Welt der künstlichen Intelligenz. Traditionelle Engines wie diese leiden bei all ihrer Macht oft unter einer überladenen Codebasis. Was ihre Modifikation zu einer echten Prüfung für Entwickler macht. Nano-vLLM löst dieses Problem, indem es ein einfaches, aber mächtiges Tool ohne unnötige Komplexität anbietet. Der Code ist offen.
Tesla-Robotaxi-Versagen: 11 Verkehrsverstöße in den ersten Tagen von 20 AutosDer Traum von Robotaxis stößt auf harte Realität! Tesla startete öffentliche Tests autonomer Taxis in Austin, aber die Ergebnisse waren weit entfernt von dem versprochenen technologischen Wunder. In den ersten Testtagen wurden mindestens 11 schwere Verkehrsverstöße registriert. Und das bei nur 20 Fahrzeugen, die für einen begrenzten Kreis von Bloggern ausgewählt wurden. Philip Koopman, Professor an der Carnegie Mellon University und Experte für autonome Technologien, verhehlt seine Überraschung nicht: "Das ist schrecklich schnell für das Auftreten so vieler Videos mit instabilem Fahren".
