Dal fondo quant al laboratorio di IA: come da High-Flyer di Liang Wenfeng è nata DeepSeek

Molto prima che DeepSeek rilasciasse il suo primo modello, l'hedge fund che la controlla eseguiva operazioni su azioni scelte da reti neurali su Gpu. Liang Wenfeng ha fondato la società di trading quantitativo High-Flyer nel 2015 e ha lanciato DeepSeek, società di IA con sede a Hangzhou, nel 2023, finanziandola in parte con denaro di High-Flyer, secondo Forbes. Nel frattempo High-Flyer aveva costruito due cluster di calcolo propri, gestiti con software sviluppato internamente. Questo percorso, dai modelli di trading a un laboratorio che pubblica i propri studi e i pesi dei modelli, è un primo esempio della sovrapposizione tra trading quantitativo e ricerca sull'IA.

Liang ha una laurea triennale e una magistrale in ingegneria all'Università di Zhejiang, secondo Forbes. Nel marzo 2025 l'università ha scritto che Liang aveva completato quindici anni prima una tesi magistrale presso il suo College of Information Science & Electronic Engineering, e ne ha citato i ringraziamenti in inglese. Nella versione dell'università, Liang ringraziava Xiang Zhiyu, che ha seguito la tesi, per l'introduzione al «campo della visione artificiale». Secondo Forbes Liang ha fondato High-Flyer con due persone conosciute all'università e ha usato la matematica e tecniche di IA per farne «una delle più grandi società di trading quantitativo del Paese e tra quelle con i migliori rendimenti». Polstob non ha trovato dati pubblicati e verificabili sui rendimenti o sul patrimonio gestito di High-Flyer.

L'ingegneria alla base di Fire-Flyer II è documentata in uno studio del 2024 di ricercatori di DeepSeek-AI, tra i cui coautori figura Liang, che risulta anche aver caricato lo studio su arXiv. Gli autori scrivono: «Per l'addestramento DL abbiamo impiegato Fire-Flyer 2 con 10.000 Gpu A100 PCIe, ottenendo prestazioni vicine a quelle del DGX-A100 e riducendo i costi della metà e il consumo di energia del 40%». Sono confronti dello studio stesso con i sistemi DGX-A100 di Nvidia. Il team ha anche scritto un software proprio per il cluster: la pagina sulla storia di High-Flyer elenca un file system parallelo (3FS) e un framework di comunicazione per l'addestramento distribuito (hfreduce), e lo studio attribuisce al suo stack software il merito di aver permesso di sovrapporre calcolo e comunicazione.

Il rapporto tecnico su V3 di DeepSeek, pubblicato per la prima volta il 27 dicembre 2024 e caricato su arXiv da Liang, descrive un modello linguistico mixture-of-experts con 671 miliardi di parametri in totale, di cui 37 miliardi attivi per ogni token, preaddestrato su 14.800 miliardi di token. Secondo il rapporto, l'addestramento completo ha richiesto 2,788 milioni di ore Gpu H800 e ogni migliaio di miliardi di token di preaddestramento ha richiesto 3,7 giorni su un cluster di 2.048 Gpu H800. DeepSeek ha pubblicato i checkpoint del modello su GitHub.

Il denaro di High-Flyer ha avviato DeepSeek, ma da allora la società ha raccolto capitali esterni, secondo notizie di stampa che DeepSeek non ha confermato. Un articolo di Bloomberg ripreso da The Straits Times il 15 luglio 2026 descriveva un round da 7,4 miliardi di dollari a giugno 2026 che valutava DeepSeek 50 miliardi di dollari, con un investimento personale di Liang di 3 miliardi. Il 22 ottobre 2026 Reuters ha citato due persone secondo cui un nuovo round aveva raccolto circa 100 miliardi di yuan; una di loro ha indicato CATL e Tencent tra i maggiori investitori. Forbes stima quel round in 14,9 miliardi di dollari, con una valutazione di DeepSeek di 74,7 miliardi.

Il 15 aprile 2026 CoreWeave ha annunciato che Jane Street si era impegnata a spendere circa 6 miliardi di dollari per usare la sua piattaforma cloud per l'IA e aveva acquistato separatamente azioni CoreWeave di classe A per 1 miliardo di dollari, a 109,00 dollari l'una; il modulo 8-K di CoreWeave registra 9.174.311 azioni emesse a favore di Jane Street Global Trading, LLC. A settembre 2026 Reuters ha riferito, citando Bloomberg News, che Jane Street aveva firmato anche un contratto cloud quinquennale con Crusoe del valore di circa 13 miliardi di dollari. La cifra non è confermata. Nel comunicato di aprile di CoreWeave, Max Hjelm, Senior Vice President of Revenue di CoreWeave, ha detto che Jane Street «opera come un laboratorio di frontiera».

Hudson River Trading (HRT) ha firmato con CoreWeave un accordo pluriennale, annunciato il 20 agosto 2026, per condurre ricerca sul trading basata sull'IA su sistemi Nvidia Vera Rubin. CoreWeave lo ha definito un accordo da diversi miliardi di dollari, ma non ne ha indicato valore né durata. A maggio 2026 Dell ha comunicato che HRT aveva aperto da poco un data center per la ricerca sull'IA presso Lefdal Mine Data Centers, nella Norvegia occidentale. Il comunicato di Dell non indica l'entità dell'investimento.

XTX Markets, società di trading algoritmico, afferma sul proprio sito che il suo cluster di ricerca conta oltre 25.000 Gpu e oltre 1 exabyte di spazio di archiviazione utilizzabile. Nel gennaio 2025 ha annunciato l'intenzione di investire oltre 1 mld di euro in un complesso di data center a Kajaani, in Finlandia, con il primo centro da 22,5 MW da completare nel 2026, secondo la città di Kajaani. Joshua Leahy, chief technology officer della società, disse allora: «Il nostro fabbisogno di calcolo ha superato le opzioni di noleggio disponibili».

Jane Street descrive il proprio lavoro in termini di modelli grandi e complessi addestrati su dati rumorosi, e XTX afferma che i suoi team comprendono persone con competenze in matematica, fisica, programmazione e machine learning. High-Flyer ha costruito internamente cluster e software prima che Liang lanciasse un laboratorio che pubblica i propri metodi e rilascia i pesi dei modelli. Come High-Flyer, che ha costruito Fire-Flyer I e II, le società di trading si stanno assicurando potenza di calcolo: Jane Street e HRT con contratti cloud con CoreWeave, HRT anche con il data center aperto a Lefdal in Norvegia, e XTX con il data center che sta costruendo in Finlandia.

Molto resta non divulgato. I rendimenti e il patrimonio di High-Flyer non sono pubblicati in nessuna fonte che Polstob abbia potuto verificare, DeepSeek non ha indicato un costo completo per la costruzione dei suoi modelli e i contratti delle società di trading sono noti solo in parte: CoreWeave ha reso noto l'impegno di Jane Street ma non quello di HRT, e il dato su Crusoe si basa sulle fonti di Bloomberg.