Instytucja z Wall Street: Kimi K3 nie jest powtórką "DeepSeek Moment", lecz wzmacnia zapotrzebowanie na moc obliczeniową dla wydobycia

BlockBeats News, 21 lipca – po premierze Kimi K3 sektor amerykańskich półprzewodników giełdowych doświadczył spadku typu „DeepSeek Moment 2.0” w związku z obawami rynkowymi. Jednak UBS, Nomura, Bank of America Securities oraz Citi uważają, że ten model nie zmniejszył zapotrzebowania na moc obliczeniową. Wręcz przeciwnie, może dodatkowo napędzać popyt na infrastrukturę AI.

Kimi K3 posiada 2,8 biliona parametrów, okno kontekstu o wielkości 1 miliona tokenów i obsługuje ciągłe wnioskowanie, natywną multimodalność oraz architekturę MoE. Instytucje uważają, że jego skala i długi kontekst zwiększą wykorzystanie pamięci podręcznej KV, co przełoży się na większy popyt na HBM, serwery DDR5, firmowe dyski SSD, infrastrukturę chmurową oraz szybkie połączenia sieciowe. Citi określa ten trend jako „kolejny paradoks Jensena”, w którym poprawa efektywności modeli oraz spadek cen mogą prowadzić do większej liczby zastosowań i zużycia tokenów.

UBS podkreśla, że modele open-source zazwyczaj bardziej polegają na pamięci i magazynowaniu danych z uwagi na dłuższe okno kontekstu. Citi uważa, że wdrożenie K3 na dużą skalę może wymagać superwęzłów złożonych z 64 lub więcej GPU. Z kolei Nomura twierdzi, że globalna konkurencja w sektorze dużych modeli sprawi, iż najnowocześniejsze laboratoria i platformy chmurowe będą kontynuować inwestycje, z korzyścią dla TSMC, NVIDIA, dostawców rozwiązań storage, producentów modułów optycznych oraz operatorów centrów danych w obszarze infrastruktury AI.

Jednak Bank of America Securities ostrzega, że jeśli tempo wzrostu efektywności modeli nadal będzie przewyższać wzrost obciążenia pracą, a faktyczne wykorzystanie nie wzrośnie synchronicznie, rozwój infrastruktury AI może mimo wszystko zaliczyć pewien regres.