Quando l’AI inciampa nei suoi stessi circuiti | Large language models cosa sono | Large language models | Llm machine learning | Turtles AI
DeepSeek ha posticipato la pubblicazione del suo modello R2 dopo aver affrontato ostacoli tecnici nel tentativo di addestrarlo sui chip Ascend di Huawei. Le limitazioni emergono tra prestazioni instabili, software immaturo e lente connessioni fra chip, costringendo a ricorrere a Nvidia.
Punti chiave:
- Ritardo del modello R2 originariamente previsto per maggio
- Training su chip Ascend fallito nonostante l’intervento di Huawei
- Addestramento effettuato con GPU Nvidia, inferenza mantenuta su Ascend
- Problemi strutturali: instabilità, lentezza e software acerbo
Scalpitante come un bradipo insonnolito dopo una corsa, il lancio del modello linguistico R2 di DeepSeek si è dovuto fermare in stallo, tradito da chip domestici che promettevano grinta ma mostravano il fianco: stabilità traballante, catene di dati lente come chiacchiere al bar, toolkit software meno affilati del Cuda di Nvidia. La giovane startup cinese, che aveva fatto scalpore a gennaio con l’R1 addestrato sulla potenza delle GPU Nvidia, è stata incoraggiata,anzi pressata, dalle autorità di Pechino a voltare pagina e passare ai processori Ascend di Huawei; una specie di cambio d’abito imposto in passerella, e finito per generare crisi. Nonostante un team di ingegneri Huawei fosse installato in loco con cavi e script pronti all’uso, il tanto sospirato training su Ascend non si è mai concretizzato in una corsa di successo. Di conseguenza, DeepSeek ha dovuto tornare al caro vecchio manto verde di Nvidia per addestrare R2, relegando i chip cinesi al ruolo di inferenza, praticamente lanci di moda dopo la sfilata. Questi inconvenienti, più pesanti di uno zaino carico di mattoni, hanno spostato la timeline di uscita da maggio a data ancora incerta, facendo perdere terreno prezioso nella corsa tra competitor. Il CEO Liang Wenfeng, visibilmente scontento dei progressi, ha imposto un reset di creatività: più tempo e maggior ambizione per scolpire un modello degno di sostenere la leadership nel panorama AI. A peggiorare il quadro, etichettare i dati è risultato un compito più lungo dei transistor che si interconnettono, ritardando ulteriormente il rilascio. In un mercato dove Alibaba sfoggia Qwen3, più flessibile ed efficiente rispetto ai principi fondanti di DeepSeek, la tensione tecnologica tra Cina e Stati Uniti trova un inasprimento. Nvidia, non ancora scacciata dalla scena, continua a negoziare, donando una porzione dei suoi proventi cinesi al Tesoro degli Stati Uniti pur di riprendere le vendite dell’H20. Ironico paradosso: mentre il governo spinge per l’indipendenza, il cuore pulsante dell’AI cinese batte ancora a ritmo Nvidia.
Il ritardo di R2 è un cesello ancora in corso, e il suo rilascio resta un rebus tra speranze e ingegneria.


