DeepSeek AI čip: čo to znamená pre firmy v Európe

Vlastný DeepSeek AI čip je zatiaľ správa z jedného zdroja, nie hotová vec. Agentúra Reuters 7. júla 2026 napísala, že čínsky startup vyvíja vlastný akcelerátor^?Špecializovaný čip na výpočty umelej inteligencie, typicky GPU. Určuje rýchlosť aj cenu tréningu a inferencie. pre umelú inteligenciu; opiera sa pritom o nemenované zdroje a firma to verejne nepotvrdila. Pre európsku firmu z toho zatiaľ neplynie žiadne rozhodnutie, iba jedna otázka, ktorú treba sledovať: ak DeepSeek zníži závislosť od Nvidie, klesne cena za výpočtový výkon a s ňou aj cena za spracovaný token^?Základná jednotka textu, ktorú jazykový model spracúva. Cena za používanie modelu sa väčšinou počíta za milión tokenov..

Beriem to ako CTO, ktorý modely aj prevádzkuje. Novinke o čipe neverím, kým nevidím kremík a čísla. Trend, do ktorého zapadá, je však reálny a merateľný.

Čo presne Reuters o DeepSeek AI čipe uviedol?

Reuters 7. júla 2026 napísal, že DeepSeek vyvíja vlastný AI čip, no správa stojí na nemenovaných zdrojoch a firma ju nepotvrdila. Nie sú známe parametre, výrobný partner ani termín. Ide o zámer, nie o produkt, ktorý si dnes viete objednať alebo otestovať.

Kontext dáva správe zmysel. DeepSeek už predtým smeroval k čínskemu hardvéru. Reuters 24. apríla 2026 informoval, že firma predstavila model prispôsobený čipom Huawei ako súčasť čínskeho tlaku na technologickú autonómiu. Vo februári 2026 DeepSeek podľa Reuters zadržal najnovší model pred americkými výrobcami čipov vrátane Nvidie. Vlastný akcelerátor je logickým ďalším krokom tohto smerovania.

Prečo by vlastný čip stlačil cenu AI?

Náklady na inferenciu tvorí z veľkej časti hardvér a jeho dostupnosť. Ak DeepSeek beží na vlastnom alebo domácom čipe namiesto drahých a exportne obmedzených GPU od Nvidie, klesá mu jednotková cena. Tú vie premietnuť do nižšej ceny za milión tokenov, a to je číslo, ktoré firma pri rozhodovaní naozaj počíta.

Cenová dynamika čínskych modelov už teraz mení kalkuláciu. Dáta z OpenRouter o adopcii DeepSeek V4 ukazujú, že objem tokenov spracovaných čínskymi modelmi rastie a približuje sa k americkým. Keď je rozdiel v cene za token niekoľkonásobný, začne to ovplyvňovať architektúru. V praxi to vedie k tomu, čo sme opísali v texte o multi-model orchestrácii, kde silný model riadi a lacné pracujú: drahý model necháte na náročné kroky, rutinu odbavíte lacnejším.

Tu je namieste opatrnosť. Rozhodnutie medzi vlastným vývojom, nákupom hotového riešenia a integráciou externého modelu má životný cyklus na roky a náklady, ktoré sa v prvej kalkulácii takmer vždy podcenia. Ak toto rozhodnutie práve stojí pred vaším predstavenstvom, oplatí sa prejsť ho so štruktúrovanou rozhodovacou maticou vyvinúť verzus kúpiť, ktorú vedú inžinieri z oboch strán. Nie preto, že by lacnejší token bol dôvod prepisovať systém, ale preto, aby ste vedeli, čo z úspory je reálne a čo zožerú prevádzkové a compliance náklady.

Má čínsky model zmysel nasadiť do európskej produkcie?

Odpoveď závisí od toho, aké dáta cez model tečú a kde model beží. Pre interné, neosobné a nekritické úlohy môže byť lacný čínsky model rozumný. Pri osobných údajoch, citlivých firemných dátach a rozhodnutiach s právnym dopadom rozhoduje súlad s reguláciou, nie cena za token.

Pri výbere sa pýtam v tomto poradí:

• Kde model fyzicky beží. Volanie na endpoint v Číne verzus open-weight model^?Model, ktorého váhy sú verejne dostupné, takže ho firma môže nasadiť na vlastnej infraštruktúre bez volania externého endpointu. nasadený na vlastnej infraštruktúre v EÚ sú z pohľadu ochrany údajov dva úplne odlišné svety.
• Aké dáta doň posielam. Anonymizovaný text produktového popisu je iné riziko než klientske zmluvy.
• Aká je chybovosť a latencia v mojom scenári. Benchmark nič nehovorí o tom, ako sa model správa na mojich dopytoch.
• Súlad s AI Act^?Regulácia EÚ pre umelú inteligenciu. Určuje povinnosti podľa rizikovosti použitia, najmä pri osobných údajoch a rozhodnutiach s právnym dopadom.. Pri rizikových použitiach potrebujem dokumentáciu a kontrolu nad tým, ako model rozhoduje.

Regulačný rámec okolo open-source modelov z Číny je téma sama osebe. Rozobrali sme ju v článku o tom, čo Čína chce v oblasti AI governance a čo to znamená pre EÚ. Pre firmu je podstatné, že dostupnosť lacného modelu neruší povinnosti podľa AI Act.

Čo by som ako CTO urobil dnes?

Nič ukvapené. Správa o čipe nemení produkčné rozhodnutie, kým nie sú známe parametre, dostupnosť a cena. Zmysel dáva pripraviť sa na scenár, v ktorom cena za token opäť klesne: mať architektúru, ktorá vie model vymeniť bez prepisovania systému.

Konkrétne odporúčanie:

1. Držte abstrakčnú vrstvu nad poskytovateľom modelu, aby ste vedeli prejsť z jedného na druhý za hodiny, nie za týždne.
2. Merajte chybovosť a latenciu na vlastných dopytoch, nie na benchmarkoch. Rozdiel býva veľký.
3. Citlivé dáta držte mimo externých endpointov, kým nemáte právne krytie a záruku, kde beží inferencia^?Fáza, keď natrénovaný model odpovedá na dopyt. Tvorí hlavnú časť prevádzkových nákladov nasadeného modelu..
4. Novinky o čipoch a cenách sledujte, ale rozhodujte podľa overených čísel z prevádzky.

Ak firma zatiaľ nemá základnú AI stratégiu a pýta sa, ktoré zámery vôbec majú zmysel a aké povinnosti z AI Act vyplývajú, pomôže jednodňový strategický sprint pre stredné firmy s následným 30-dňovým sprevádzaním. Je to užitočné najmä vtedy, keď rozhodnutie o modeli a dodávateľovi treba spraviť tento kvartál a chýba interný rámec, o ktorý sa možno oprieť.

Aký je triezvy záver?

DeepSeek AI čip je zatiaľ nepotvrdený zámer z jedného zdroja. Beriem ho ako signál, že tlak na nižšiu cenu AI pokračuje, nie ako dôvod meniť architektúru. Pre európsku firmu platí to isté ako doteraz: lacnejší token je príležitosť, no rozhoduje chybovosť, latencia, kde dáta bežia a súlad s reguláciou. Kto má vymeniteľnú architektúru a čisté data governance, z každého ďalšieho cenového kola len profituje.