Vom Quant-Fonds zum KI-Labor: Wie aus Liang Wenfengs High-Flyer DeepSeek hervorging

Lange bevor DeepSeek sein erstes Modell veröffentlichte, handelte der Hedgefonds dahinter bereits Aktien, die neuronale Netze auf GPUs ausgewählt hatten. Liang Wenfeng gründete 2015 das quantitative Handelshaus High-Flyer und startete 2023 das KI-Unternehmen DeepSeek mit Sitz in Hangzhou, das teilweise mit Geld von High-Flyer finanziert wurde, wie Forbes schreibt. Dazwischen baute High-Flyer zwei eigene Rechencluster und betrieb sie mit selbst entwickelter Software. Dieser Weg von Handelsmodellen zu einem Labor, das seine Fachaufsätze und Modellgewichte veröffentlicht, ist ein frühes Beispiel für die Überschneidung von quantitativem Handel und KI-Forschung.

Liang hat laut Forbes einen Bachelor- und einen Masterabschluss in Ingenieurwissenschaften der Zhejiang-Universität. Die Universität schrieb im März 2025, Liang habe fünfzehn Jahre zuvor an ihrem College of Information Science & Electronic Engineering eine Masterarbeit abgeschlossen, und zitierte deren Danksagung auf Englisch. In der Wiedergabe der Universität nannte Liang die Betreuung durch Xiang Zhiyu als Einführung in „das Feld des maschinellen Sehens“. Laut Forbes gründete Liang High-Flyer gemeinsam mit zwei Mitstudierenden und machte das Unternehmen mithilfe von Mathematik und KI-Techniken zu „einem der größten und erfolgreichsten quantitativen Handelshäuser des Landes“. Polstob hat keine überprüfbaren veröffentlichten Zahlen zur Rendite oder zum verwalteten Vermögen von High-Flyer gefunden.

Die Technik hinter Fire-Flyer II ist in einem Fachaufsatz von 2024 von Forschenden bei DeepSeek-AI dokumentiert; Liang gehört zu den Mitautorinnen und Mitautoren und ist auf arXiv als einreichende Person vermerkt. Die Autorinnen und Autoren schreiben: „Für das DL-Training haben wir Fire-Flyer 2 mit 10.000 PCIe-A100-GPUs eingesetzt und eine Leistung nahe der des DGX-A100 erreicht, bei halbierten Kosten und um 40 % geringerem Energieverbrauch.“ Das sind die eigenen Vergleiche des Aufsatzes mit den DGX-A100-Systemen von Nvidia. Das Team schrieb zudem eigene Software für den Cluster: Die Seite zur Firmengeschichte von High-Flyer nennt ein paralleles Dateisystem (3FS) und ein Kommunikations-Framework für verteiltes Training (hfreduce), und laut dem Aufsatz erlaubt der Software-Stack, dass sich Berechnung und Kommunikation überlappen.

DeepSeeks technischer Bericht zu V3, erstmals am 27. Dezember 2024 veröffentlicht und von Liang eingereicht, beschreibt ein Mixture-of-Experts-Sprachmodell mit insgesamt 671 Milliarden Parametern, von denen je Token 37 Milliarden aktiv sind, vortrainiert auf 14,8 Billionen Tokens. Laut Bericht dauerte das gesamte Training 2,788 Millionen H800-GPU-Stunden, und jede Billion Tokens im Vortraining benötigte 3,7 Tage auf einem Cluster mit 2.048 H800-GPUs. DeepSeek veröffentlichte die Modell-Checkpoints auf GitHub.

Das Geld von High-Flyer brachte DeepSeek auf den Weg, doch inzwischen hat das Unternehmen laut Medienberichten, die DeepSeek nicht bestätigt hat, externes Kapital aufgenommen. Ein Bloomberg-Bericht, den The Straits Times am 15. Juli 2026 übernahm, beschrieb eine Runde über 7,4 Mrd. US-Dollar im Juni 2026, die DeepSeek mit 50 Mrd. US-Dollar bewertete; Liang habe persönlich 3 Mrd. US-Dollar investiert. Am 22. Oktober 2026 berief sich Reuters auf zwei Personen, denen zufolge eine neue Runde rund 100 Milliarden Yuan eingebracht hat; eine davon nannte CATL und Tencent unter den größten Investoren. Forbes beziffert diese Runde auf 14,9 Mrd. US-Dollar bei einer Bewertung von DeepSeek mit 74,7 Mrd. US-Dollar.

Am 15. April 2026 gab CoreWeave bekannt, dass Jane Street rund 6 Mrd. Dollar für die Nutzung seiner KI-Cloud-Plattform zugesagt und separat für 1 Mrd. Dollar CoreWeave-Aktien der Klasse A zu je 109,00 Dollar gekauft habe; laut CoreWeaves 8-K-Meldung wurden 9.174.311 Aktien an Jane Street Global Trading, LLC ausgegeben. Im September 2026 berichtete Reuters unter Berufung auf Bloomberg News, Jane Street habe zudem einen fünfjährigen Cloud-Vertrag mit Crusoe im Wert von rund 13 Mrd. Dollar unterzeichnet. Die Zahl ist unbestätigt. In CoreWeaves Mitteilung vom April sagte Max Hjelm, Senior Vice President of Revenue bei CoreWeave, Jane Street „agiert wie ein Frontier-Labor“.

Hudson River Trading (HRT) hat mit CoreWeave eine mehrjährige Vereinbarung geschlossen, angekündigt am 20. August 2026, um KI-gestützte Handelsforschung auf Nvidia-Vera-Rubin-Systemen zu betreiben. CoreWeave sprach von einem Geschäft über mehrere Milliarden Dollar, nannte aber weder Wert noch Laufzeit. Im Mai 2026 teilte Dell mit, HRT habe kürzlich ein Rechenzentrum für KI-Forschung bei Lefdal Mine Data Centers im Westen Norwegens eröffnet. Eine Investitionssumme nennt die Mitteilung von Dell nicht.

XTX Markets, ein Unternehmen für algorithmischen Handel, gibt auf seiner Website an, sein Forschungscluster umfasse mehr als 25.000 GPUs und mehr als 1 Exabyte nutzbaren Speicher. Im Januar 2025 kündigte es laut der Stadt Kajaani an, über 1 Mrd. Euro in einen Rechenzentrumskomplex im finnischen Kajaani zu investieren; das erste Rechenzentrum mit 22,5 MW sollte 2026 fertig werden. Der Chief Technology Officer des Unternehmens, Joshua Leahy, sagte damals: „Unser Bedarf an Rechenleistung ist über die verfügbaren Leasingoptionen hinausgewachsen.“

Jane Street beschreibt seine Arbeit als Training großer, komplexer Modelle auf verrauschten Daten, und XTX zufolge haben Mitglieder seiner Teams Hintergründe in Mathematik, Physik, Programmierung und maschinellem Lernen. High-Flyer baute seine Cluster und Software selbst, bevor Liang ein Labor startete, das seine Methoden publiziert und seine Modellgewichte freigibt. Wie High-Flyer, das Fire-Flyer I und II baute, sichern sich auch die Handelshäuser Rechenleistung: Jane Street und HRT über Cloud-Verträge mit CoreWeave, HRT zudem über das in Lefdal in Norwegen eröffnete Rechenzentrum, und XTX über das Rechenzentrum, das es in Finnland baut.

Vieles ist nicht offengelegt. Rendite und Vermögen von High-Flyer sind in keiner Quelle veröffentlicht, die Polstob überprüfen konnte; DeepSeek hat keine vollständigen Kosten für den Bau seiner Modelle genannt, und die Verträge der Handelshäuser sind nur teilweise bekannt: CoreWeave nannte die Zusage von Jane Street, nicht aber die von HRT, und die Crusoe-Zahl beruht auf Quellen von Bloomberg.