Fra kvantfond til AI-laboratorium: Sådan blev DeepSeek født ud af Liang Wenfengs High-Flyer

Længe før DeepSeek udsendte sin første model, handlede hedgefonden bag selskabet aktier udvalgt af neurale netværk på GPU'er. Liang Wenfeng grundlagde det kvantitative handelsfirma High-Flyer i 2015 og lancerede i 2023 DeepSeek, AI-selskabet med base i Hangzhou, delvis finansieret med penge fra High-Flyer, ifølge Forbes. Ind imellem byggede High-Flyer to egne regneklynger og drev dem med software udviklet internt. Den vej, fra handelsmodeller til et laboratorium, der offentliggør sine artikler og modelvægte, er et tidligt eksempel på overlappet mellem kvantitativ handel og AI-forskning.

Liang har en bachelor- og en kandidatgrad i ingeniørvidenskab fra Zhejiang University, skriver Forbes. Universitetet skrev i marts 2025, at Liang femten år tidligere havde afsluttet et speciale på universitetets College of Information Science & Electronic Engineering, og citerede specialets tak på engelsk. I universitetets gengivelse takkede Liang vejlederen, Xiang Zhiyu, for en introduktion til ”feltet maskinsyn”. Ifølge Forbes stiftede Liang High-Flyer sammen med to studiekammerater og brugte matematik og AI-teknikker til at gøre det til ”et af landets største og bedst præsterende kvantitative handelsfirmaer”. Polstob har ikke fundet verificerbare offentliggjorte tal for High-Flyers afkast eller forvaltede formue.

Teknikken bag Fire-Flyer II er beskrevet i en artikel fra 2024 af forskere fra DeepSeek-AI, hvor Liang er blandt medforfatterne og står som den, der indsendte den til arXiv. Forfatterne skriver: ”Til DL-træning tog vi Fire-Flyer 2 med 10.000 PCIe A100 GPU'er i brug og opnåede en ydelse, der nærmer sig DGX-A100, samtidig med at omkostningerne blev halveret og energiforbruget reduceret med 40 %.” Det er artiklens egne sammenligninger med Nvidias DGX-A100-systemer. Holdet skrev også sin egen software til klyngen: High-Flyers historikside nævner et parallelt filsystem (3FS) og et kommunikationsframework til distribueret træning (hfreduce), og artiklen tilskriver softwarestakken, at beregning og kommunikation kan foregå samtidig.

DeepSeeks tekniske rapport om V3, første gang lagt ud den 27. december 2024 med Liang som indsender, beskriver en mixture-of-experts-sprogmodel med i alt 671 mia. parametre, hvoraf 37 mia. er aktive for hvert token, fortrænet på 14,8 bio. tokens. Ifølge rapporten tog den samlede træning 2,788 mio. H800-GPU-timer, og hver billion tokens i fortræningen tog 3,7 dage på en klynge med 2.048 H800-GPU'er. DeepSeek offentliggjorde modellens checkpoints på GitHub.

High-Flyers penge fik DeepSeek i gang, men selskabet har siden hentet ekstern kapital, ifølge medieoplysninger, som DeepSeek ikke har bekræftet. En Bloomberg-artikel bragt af The Straits Times den 15. juli 2026 beskrev en runde på 7,4 mia. dollar i juni 2026, der værdisatte DeepSeek til 50 mia. dollar, og hvor Liang personligt investerede 3 mia. dollar. Den 22. oktober 2026 citerede Reuters to kilder for, at en ny runde havde rejst omkring 100 mia. yuan; den ene nævnte CATL og Tencent blandt de største investorer. Forbes opgør den runde til 14,9 mia. dollar og værdiansættelsen af DeepSeek til 74,7 mia. dollar.

Den 15. april 2026 meddelte CoreWeave, at Jane Street havde forpligtet sig til at bruge omkring 6 mia. dollar på selskabets AI-cloudplatform og separat havde købt CoreWeave-aktier i klasse A for 1 mia. dollar til 109,00 dollar stykket; CoreWeaves 8-K-indberetning registrerer 9.174.311 aktier udstedt til Jane Street Global Trading, LLC. I september 2026 skrev Reuters med henvisning til Bloomberg News, at Jane Street også havde indgået en femårig cloudkontrakt med Crusoe til en værdi af omkring 13 mia. dollar. Tallet er ikke bekræftet. I CoreWeaves pressemeddelelse fra april sagde Max Hjelm, CoreWeaves Senior Vice President of Revenue, at Jane Street ”fungerer som et frontierlaboratorium”.

Hudson River Trading (HRT) har indgået en flerårig aftale med CoreWeave, offentliggjort den 20. august 2026, om at køre AI-drevet handelsforskning på Nvidias Vera Rubin-systemer. CoreWeave kaldte det en aftale til flere milliarder dollar, men oplyste hverken værdi eller løbetid. I maj 2026 oplyste Dell, at HRT for nylig havde åbnet et datacenter til AI-forskning hos Lefdal Mine Data Centers i det vestlige Norge. Dells pressemeddelelse oplyser intet investeringsbeløb.

XTX Markets, et algoritmisk handelsfirma, oplyser på sin hjemmeside, at firmaets forskningsklynge har over 25.000 GPU'er og over 1 exabyte brugbar lagerkapacitet. I januar 2025 offentliggjorde firmaet planer om at investere over 1 mia. euro i et datacenterkompleks i Kajaani i Finland, hvor det første center på 22,5 MW skulle stå færdigt i 2026, ifølge Kajaani Kommune. Firmaets teknologidirektør, Joshua Leahy, sagde dengang: ”Vores behov for regnekraft er vokset ud over de lejemuligheder, der findes.”

Jane Street beskriver sit arbejde som store, komplekse modeller trænet på støjfyldte data, og XTX oplyser, at firmaets teams omfatter folk med baggrund i matematik, fysik, programmering og maskinlæring. High-Flyer byggede sine klynger og sin software internt, før Liang lancerede et laboratorium, der offentliggør sine metoder og frigiver sine modelvægte. Ligesom High-Flyer, der byggede Fire-Flyer I og II, sikrer handelsfirmaerne sig regnekraft: Jane Street og HRT gennem cloudaftaler med CoreWeave, HRT desuden gennem datacentret, det har åbnet hos Lefdal i Norge, og XTX gennem datacentret, det er ved at bygge i Finland.

Meget er fortsat ikke oplyst. High-Flyers afkast og formue er ikke offentliggjort i nogen kilde, Polstob har kunnet verificere, DeepSeek har ikke oplyst de fulde omkostninger ved at bygge sine modeller, og handelsfirmaernes kontrakter kendes kun delvis: CoreWeave oplyste Jane Streets forpligtelse, men ikke HRT's, og Crusoe-tallet hviler på Bloombergs kilder.