深潮 TechFlow のメッセージによると、7月20日、アナリストの Sunny Bangia の見解では、DeepSeek R1 と 2025 年に同様のものが登場するのに加えて、Kimi K3 の発表も AI の計算能力が見込みを下回るのではという懸念を引き起こしている。だが、この比較は重要な違いを見落としている可能性がある。Kimi K3 のようなモデルは計算資源をより効率的に活用することを目的としているものの、実行時には依然として大量のメモリが必要であり、この特性が SK ハイニックス、TSMC、NVIDIA などの企業への需要を引き続き下支えする可能性がある。
Kimi K3 は 2.8 兆（2.8 万億）個のパラメータを持ち、スパース性は新たな高水準に達している。スパース性が高いほど、各タスクで起動されるパラメータ数はモデル全体のサイズに比べて相対的に少なくなり、その結果、各 token あたりでより高い計算効率を実現できる。パラメータはメモリに保存された単なる数値にすぎない。低精度のデータ形式でモデルを圧縮しても、Kimi K3 のパラメータは依然として約 1.4 テラバイトのメモリを占有する。K3 を採用するだけで、高メモリのシリコンチップへのアップグレード需要が生じる。たとえば NVIDIA の Blackwell GB300 など。（金十）
151.44K 人気度
68.62K 人気度
72.6K 人気度
118.24M 人気度
1.17M 人気度
アナリスト：Kimi K3 は演算効率を向上させたものの、高いメモリ需要が依然として AI チップの需要を支えている
深潮 TechFlow のメッセージによると、7月20日、アナリストの Sunny Bangia の見解では、DeepSeek R1 と 2025 年に同様のものが登場するのに加えて、Kimi K3 の発表も AI の計算能力が見込みを下回るのではという懸念を引き起こしている。だが、この比較は重要な違いを見落としている可能性がある。Kimi K3 のようなモデルは計算資源をより効率的に活用することを目的としているものの、実行時には依然として大量のメモリが必要であり、この特性が SK ハイニックス、TSMC、NVIDIA などの企業への需要を引き続き下支えする可能性がある。
Kimi K3 は 2.8 兆（2.8 万億）個のパラメータを持ち、スパース性は新たな高水準に達している。スパース性が高いほど、各タスクで起動されるパラメータ数はモデル全体のサイズに比べて相対的に少なくなり、その結果、各 token あたりでより高い計算効率を実現できる。パラメータはメモリに保存された単なる数値にすぎない。低精度のデータ形式でモデルを圧縮しても、Kimi K3 のパラメータは依然として約 1.4 テラバイトのメモリを占有する。K3 を採用するだけで、高メモリのシリコンチップへのアップグレード需要が生じる。たとえば NVIDIA の Blackwell GB300 など。（金十）