O título atual, “DeepSeek pause fundraise after comments on compute gap to US leaked (transcript) [pdf]”, soa como se tivesse vazado a informação de que a DeepSeek está interrompendo a captação de recursos por reconhecer a diferença de recursos computacionais em relação aos EUA.
Mas a maioria vai entender que a empresa está interrompendo a captação porque comentários sobre a diferença de recursos computacionais vazaram, e essa interpretação não é verdadeira.
Algo como “Leaked DeepSeek transcripts reveal plan to pause fundraising due to compute gap” poderia ser melhor.
Ainda assim, não fica claro aqui o que é exatamente a diferença de recursos computacionais, nem se ela é a causa da pausa na captação, então o título parece juntar assuntos diferentes.
Ao passar os olhos pelo documento, a segunda interpretação — isto é, suspender a captação de investimentos como resposta ao vazamento — parece mais correta.
O material contém bastante informação confidencial da empresa e sua estratégia futura para enfrentar laboratórios dos EUA, então é provável que tenham ficado muito irritados com o vazamento e estejam suspendendo os investimentos como medida punitiva. A primeira interpretação também é ilógica: se eles concluíram que têm menos recursos que os concorrentes, não haveria motivo para interromper a captação.
As reportagens em chinês apontam todas para a segunda interpretação. O ponto central é que uma conversa privada de Liang Wenfeng com investidores vazou online, deixando-o furioso.
Ex.: https://x.com/_FORAB/status/2081034500101017616?s=20
Um artigo que oferece um pouco mais de contexto é https://www.cyberkendra.com/2026/07/deepseek-pauses-fundrais....
Segundo a Bloomberg, alguns dias depois de comentários de Liang Wenfeng sobre a competição de IA entre EUA e China se espalharem online, a DeepSeek informou potenciais investidores de sua segunda rodada de investimento que a transação estava suspensa. Os 118 itens divulgados por um veículo de tecnologia ligado à Tencent incluíam estratégia de AGI, fornecimento de chips, preços e retenção de talentos, e Liang definiu a fraqueza da China não como uma questão de talentos, mas como um problema aritmético de recursos.
Em especial, ele precisava de 200 mil chips Huawei 950 para treinar modelos de ponta, mas recebeu apenas 16 mil, e esperava que a falta de capacidade de produção da Huawei persistisse por pelo menos três anos. Também apresentou formas de reduzir a diferença para 3 a 6 meses usando muito menos recursos computacionais que os laboratórios dos EUA.
Fico curioso se também seria viável uma estratégia chinesa de expandir em grande escala fábricas de semicondutores lógicos menos sofisticados. GPGPU e IA parecem depender muito mais de largura de banda de memória do que gráficos, e ser menos intensivos em computação.
Muita gente diz que reduzir a depreciação para prolongar a vida útil das GPUs é uma “manobra financeira”, mas talvez a vida útil real seja longa porque o aumento de largura de banda das GPUs novas não é tão grande. O salto nas ações de empresas de memória, enquanto a NVIDIA ficou estagnada, também reflete isso. Como a desvantagem da China em fabricação de memória de ponta é menor em relação aos EUA, essa desvantagem pode estar sendo exagerada.
Isso aumenta a probabilidade de que a melhoria de modelos pequenos e sua abertura como open source continuem.
Há a ilusão de que a abordagem das empresas americanas de IA é a melhor, mas os modelos de fronteira são inchados, e pode haver centenas de oportunidades para melhorias de velocidade. Ao insistir em pesos abertos, dá para continuar reduzindo essas ineficiências.
Se os modelos chineses de pesos abertos estão alcançando os EUA e entregam desempenho de ponta por apenas uma fração do custo, fica a dúvida se, no fim, os modelos de IA não se tornarão uma commodity de uso geral, e se os investimentos de bilhões e trilhões de dólares dos laboratórios americanos não gerarão apenas retornos decrescentes, com uma vantagem que talvez seja apenas temporária
Nesse caso, também não sei por que a DeepSeek segue o mesmo caminho, nem se realmente é importante estar na fronteira absoluta, mesmo com uma diferença de desempenho temporária e custos enormes
Formuladores de políticas dos EUA acreditam que, mesmo que a diferença seja de apenas 6 meses a 1 ano, quem chegar primeiro à AGI pode obter uma vantagem capaz de praticamente neutralizar adversários. Dá para inferir esse significado quando citam guerra cibernética e armas de destruição em massa. Já Jensen Huang vê a IA como uma maratona
A DeepSeek recebe financiamento do fundo hedge High-Flyer, e também limita deliberadamente o preço dos tokens a um nível suficiente para recuperar os custos dos servidores
Na transcrição, isso é descrito como uma obrigação moral, e eles dizem não ter interesse no hype de geração de imagens e vídeos ou de modelos de mundo, concentrando-se apenas em inferência, processos de pensamento e aprendizado contínuo
O artigo trata essa parte de forma franca e afirma que a DeepSeek não espera nem tem como meta se tornar uma empresa do topo
Em vez de dominação mundial, ela busca continuar contribuindo com sua parte para o avanço dos grandes modelos de linguagem, e a comercialização é apenas um objetivo distante. Considerando que o serviço já está em operação, aqui “comercialização” parece significar gerar lucro considerável. Com essa postura, dá para entender também o cancelamento da captação de recursos em resposta ao vazamento
Pelas falas na reunião com investidores, Liang parece estar convencido da AGI e apostar tudo nela. Ele acredita que, ao chegar à AGI, o jogo mudará completamente, mas, como os impactos sobre o mercado de trabalho e de consumo serão grandes, é difícil prever os efeitos econômicos reais
Ele reconhece que ainda há um longo caminho e que será preciso recuperar custos no meio do percurso, mas considera que focar em lucros de curto prazo reduz a probabilidade de sucesso da AGI e é insignificante diante do valor que a AGI trará. Ele enfatiza a contenção como parte da cultura organizacional e continua investindo em IA porque acredita em avanços disruptivos, não em simples melhorias de desempenho
Como há muita propaganda de empresas apoiadas pelo Estado chinês, a alegação de que foi desenvolvido por uma fração do custo é controversa. Há indícios de contrabando em larga escala de GPUs por terceiros países, como Singapura, mas a China não pode admitir isso publicamente
Se for destilação, será muito mais barato do que treinar do zero, e o custo de mão de obra na China também é menor que nos EUA. A Anthropic alegou que a Alibaba interagiu com o Claude 28,8 milhões de vezes entre abril e junho de 2026 usando cerca de 25 mil contas fraudulentas, mas é possível que parte ou tudo tenha sido automatizado por agentes
Esses documentos são especialmente valiosos para entender a forma de pensar dentro da DeepSeek. É interessante a parte em que dizem que vão definir o preço da inferência apenas em um nível que permita recuperar o investimento em infraestrutura em 10 meses, e não cobrar mais do que isso
A motivação de Liang Wenfeng é claramente diferente da dos empreendedores com os quais o Ocidente está acostumado
Esta transcrição soa muito diferente das falas dos executivos megalomaníacos que comandam a Anthropic ou a OpenAI
Fico me perguntando se você também leu transcrições de reuniões com investidores da Anthropic e da OpenAI. Para ver como documentos oficiais de empresas são escritos, é preciso ler um pedido de IPO; se não houver esse documento no momento, dá para consultar a seção “CAUTIONARY STATEMENT REGARDING FORWARD-LOOKING STATEMENTS” dos documentos da SpaceX https://www.sec.gov/Archives/edgar/data/1181412/000162828026...
Não entendo por que continuam colocando OpenAI e Anthropic no mesmo balaio. A OpenAI também pode ser vista como ruim, mas a Anthropic é muito mais grave e nem dá para comparar
Na recente carta sobre pesos abertos/open source, grandes empresas de tecnologia, incluindo a OpenAI, assinaram, mas só a Anthropic ficou de fora, e seus funcionários estão recebendo fortes críticas no X por declarações como https://x.com/Mononofu/status/2080937562739531837. Eles parecem achar que, exceto eles mesmos, todos são tolos e facilmente manipuláveis por agitação, incapazes de serem responsáveis pela IA, e que só eles deveriam ter o controle. Formou-se uma cultura quase de culto, em que os funcionários sustentam ideologicamente executivos que perseguem poder e riqueza, e só os gastos políticos divulgados já aumentaram de 20 milhões de dólares para 40 milhões de dólares
O objetivo central é AGI, e o pressuposto para isso é aprendizado contínuo. Todos estão procurando uma forma de implementá-lo, e por enquanto a execução baseada em agentes parece a candidata mais provável
Eu também estou trabalhando no mesmo problema em https://github.com/rush86999/atom
O ponto central das declarações parece ser, na prática, a falta de recursos necessários para comprar NVIDIA H200. Liang afirmou que, se puderem gastar US$ 2 bilhões este ano, o departamento de compras terá tido um desempenho excelente, e que a principal lacuna em relação aos EUA não é mão de obra, mas recursos; no momento, eles não conseguem arcar com o custo de treinar o maior modelo
No primeiro mandato, Trump iniciou uma guerra comercial focada em impedir o avanço da indústria chinesa de semicondutores, e a China respondeu crescendo rapidamente em indústrias avançadas como veículos elétricos, LiDAR e energia solar. No segundo mandato, ele bloqueou a venda de chips da NVIDIA para a China, mas recuou quando a indústria chinesa de semicondutores fez avanços surpreendentes; depois disso, para apoiar sua própria indústria, a China passou até a proibir empresas domésticas de comprar da NVIDIA. Ainda faltam anos para o EUV, mas hoje o país produz internamente a maior parte dos chips em processos acima de 14 nm e segue crescendo rapidamente
É interessante que a China agora esteja barrando chips estrangeiros. Não é um indicador definitivo, mas, se chegou ao ponto de considerar que concorrentes usarem recursos dos EUA na verdade ajuda os EUA, isso não é um bom sinal para a dominância americana
Fico curioso sobre qual é o fator fundamental que limita a capacidade de produção da Huawei. A China já demonstrou capacidade de ganhar escala quando necessário; portanto, se fosse apenas uma questão de construir mais instalações com uma tecnologia que já domina, ela já teria expandido há tempos
O rendimento é muito baixo nos chips de alto desempenho que podem ser usados para treinamento, e eles também não conseguem obter equipamentos ASML mais antigos adicionais necessários para aumentar a produção aceitando esse rendimento baixo
Ainda pode levar de vários anos a uma década para desenvolver a base tecnológica necessária para produzir internamente chips de alto desempenho de forma econômica
Para que os chips da Huawei continuem competitivos, é necessário empacotamento 3D avançado, mas o processo é complexo demais e o rendimento ainda é baixo. Há muita demanda não só da DeepSeek, mas também de vários outros atores, e a própria Huawei também é uma grande consumidora
1 comentários
Opiniões no Hacker News
O título atual, “DeepSeek pause fundraise after comments on compute gap to US leaked (transcript) [pdf]”, soa como se tivesse vazado a informação de que a DeepSeek está interrompendo a captação de recursos por reconhecer a diferença de recursos computacionais em relação aos EUA.
Mas a maioria vai entender que a empresa está interrompendo a captação porque comentários sobre a diferença de recursos computacionais vazaram, e essa interpretação não é verdadeira.
Ainda assim, não fica claro aqui o que é exatamente a diferença de recursos computacionais, nem se ela é a causa da pausa na captação, então o título parece juntar assuntos diferentes.
O material contém bastante informação confidencial da empresa e sua estratégia futura para enfrentar laboratórios dos EUA, então é provável que tenham ficado muito irritados com o vazamento e estejam suspendendo os investimentos como medida punitiva. A primeira interpretação também é ilógica: se eles concluíram que têm menos recursos que os concorrentes, não haveria motivo para interromper a captação.
Ex.: https://x.com/_FORAB/status/2081034500101017616?s=20
https://www.bloomberg.com/news/articles/2026-07-25/deepseek-...
Uma cópia praticamente idêntica, com paywall menor, pode ser vista em https://fortune.com/2026/07/25/deepseek-liang-wenfeng-backer... e https://archive.ph/zpIrG
Um artigo que oferece um pouco mais de contexto é https://www.cyberkendra.com/2026/07/deepseek-pauses-fundrais....
Segundo a Bloomberg, alguns dias depois de comentários de Liang Wenfeng sobre a competição de IA entre EUA e China se espalharem online, a DeepSeek informou potenciais investidores de sua segunda rodada de investimento que a transação estava suspensa. Os 118 itens divulgados por um veículo de tecnologia ligado à Tencent incluíam estratégia de AGI, fornecimento de chips, preços e retenção de talentos, e Liang definiu a fraqueza da China não como uma questão de talentos, mas como um problema aritmético de recursos.
Em especial, ele precisava de 200 mil chips Huawei 950 para treinar modelos de ponta, mas recebeu apenas 16 mil, e esperava que a falta de capacidade de produção da Huawei persistisse por pelo menos três anos. Também apresentou formas de reduzir a diferença para 3 a 6 meses usando muito menos recursos computacionais que os laboratórios dos EUA.
Muita gente diz que reduzir a depreciação para prolongar a vida útil das GPUs é uma “manobra financeira”, mas talvez a vida útil real seja longa porque o aumento de largura de banda das GPUs novas não é tão grande. O salto nas ações de empresas de memória, enquanto a NVIDIA ficou estagnada, também reflete isso. Como a desvantagem da China em fabricação de memória de ponta é menor em relação aos EUA, essa desvantagem pode estar sendo exagerada.
Há a ilusão de que a abordagem das empresas americanas de IA é a melhor, mas os modelos de fronteira são inchados, e pode haver centenas de oportunidades para melhorias de velocidade. Ao insistir em pesos abertos, dá para continuar reduzindo essas ineficiências.
Se os modelos chineses de pesos abertos estão alcançando os EUA e entregam desempenho de ponta por apenas uma fração do custo, fica a dúvida se, no fim, os modelos de IA não se tornarão uma commodity de uso geral, e se os investimentos de bilhões e trilhões de dólares dos laboratórios americanos não gerarão apenas retornos decrescentes, com uma vantagem que talvez seja apenas temporária
Nesse caso, também não sei por que a DeepSeek segue o mesmo caminho, nem se realmente é importante estar na fronteira absoluta, mesmo com uma diferença de desempenho temporária e custos enormes
Na transcrição, isso é descrito como uma obrigação moral, e eles dizem não ter interesse no hype de geração de imagens e vídeos ou de modelos de mundo, concentrando-se apenas em inferência, processos de pensamento e aprendizado contínuo
Em vez de dominação mundial, ela busca continuar contribuindo com sua parte para o avanço dos grandes modelos de linguagem, e a comercialização é apenas um objetivo distante. Considerando que o serviço já está em operação, aqui “comercialização” parece significar gerar lucro considerável. Com essa postura, dá para entender também o cancelamento da captação de recursos em resposta ao vazamento
Ele reconhece que ainda há um longo caminho e que será preciso recuperar custos no meio do percurso, mas considera que focar em lucros de curto prazo reduz a probabilidade de sucesso da AGI e é insignificante diante do valor que a AGI trará. Ele enfatiza a contenção como parte da cultura organizacional e continua investindo em IA porque acredita em avanços disruptivos, não em simples melhorias de desempenho
Se for destilação, será muito mais barato do que treinar do zero, e o custo de mão de obra na China também é menor que nos EUA. A Anthropic alegou que a Alibaba interagiu com o Claude 28,8 milhões de vezes entre abril e junho de 2026 usando cerca de 25 mil contas fraudulentas, mas é possível que parte ou tudo tenha sido automatizado por agentes
O repositório recebeu um force push e os links antigos quebraram, mas o arquivo ainda pode ser visto em https://github.com/demo-zexuan/liang-wenfeng-investor-meetin...
A motivação de Liang Wenfeng é claramente diferente da dos empreendedores com os quais o Ocidente está acostumado
Esta transcrição soa muito diferente das falas dos executivos megalomaníacos que comandam a Anthropic ou a OpenAI
https://www.sec.gov/Archives/edgar/data/1181412/000162828026...
Na recente carta sobre pesos abertos/open source, grandes empresas de tecnologia, incluindo a OpenAI, assinaram, mas só a Anthropic ficou de fora, e seus funcionários estão recebendo fortes críticas no X por declarações como https://x.com/Mononofu/status/2080937562739531837. Eles parecem achar que, exceto eles mesmos, todos são tolos e facilmente manipuláveis por agitação, incapazes de serem responsáveis pela IA, e que só eles deveriam ter o controle. Formou-se uma cultura quase de culto, em que os funcionários sustentam ideologicamente executivos que perseguem poder e riqueza, e só os gastos políticos divulgados já aumentaram de 20 milhões de dólares para 40 milhões de dólares
O objetivo central é AGI, e o pressuposto para isso é aprendizado contínuo. Todos estão procurando uma forma de implementá-lo, e por enquanto a execução baseada em agentes parece a candidata mais provável
Eu também estou trabalhando no mesmo problema em https://github.com/rush86999/atom
Parece que o documento foi apagado de novo, mas as falas de Liang também podem ser vistas em outros lugares
[1] https://aiproem.substack.com/p/must-read-deepseek-liang-wenf...
O ponto central das declarações parece ser, na prática, a falta de recursos necessários para comprar NVIDIA H200. Liang afirmou que, se puderem gastar US$ 2 bilhões este ano, o departamento de compras terá tido um desempenho excelente, e que a principal lacuna em relação aos EUA não é mão de obra, mas recursos; no momento, eles não conseguem arcar com o custo de treinar o maior modelo
No primeiro mandato, Trump iniciou uma guerra comercial focada em impedir o avanço da indústria chinesa de semicondutores, e a China respondeu crescendo rapidamente em indústrias avançadas como veículos elétricos, LiDAR e energia solar. No segundo mandato, ele bloqueou a venda de chips da NVIDIA para a China, mas recuou quando a indústria chinesa de semicondutores fez avanços surpreendentes; depois disso, para apoiar sua própria indústria, a China passou até a proibir empresas domésticas de comprar da NVIDIA. Ainda faltam anos para o EUV, mas hoje o país produz internamente a maior parte dos chips em processos acima de 14 nm e segue crescendo rapidamente
Fico curioso sobre qual é o fator fundamental que limita a capacidade de produção da Huawei. A China já demonstrou capacidade de ganhar escala quando necessário; portanto, se fosse apenas uma questão de construir mais instalações com uma tecnologia que já domina, ela já teria expandido há tempos
Ainda pode levar de vários anos a uma década para desenvolver a base tecnológica necessária para produzir internamente chips de alto desempenho de forma econômica