Från kvantfond till AI-labb: så gav Liang Wenfengs High-Flyer upphov till DeepSeek

Långt innan DeepSeek släppte sin första modell handlade hedgefonden bakom bolaget aktier som valts ut av neurala nätverk på grafikprocessorer (GPU:er). Liang Wenfeng grundade bolaget High-Flyer, som bedriver kvantitativ handel, 2015 och startade AI-bolaget DeepSeek i Hangzhou 2023, delvis finansierat med pengar från High-Flyer, enligt Forbes. Däremellan byggde High-Flyer två egna datorkluster och körde dem med mjukvara som utvecklats internt. Den vägen, från tradingmodeller till ett labb som publicerar sina forskningsrapporter och modellvikter, är ett tidigt exempel på hur kvantitativ handel och AI-forskning överlappar.

Liang har en kandidat- och en masterexamen i teknik från Zhejiang University, uppger Forbes. Universitetet skrev i mars 2025 att Liang femton år tidigare hade lagt fram en masteruppsats vid dess College of Information Science & Electronic Engineering, och citerade uppsatsens tacksägelser på engelska. I universitetets återgivning tackade Liang handledaren Xiang Zhiyu för en introduktion till ”området maskinseende”. Enligt Forbes grundade Liang High-Flyer tillsammans med två studiekamrater och använde matematik och AI-tekniker för att göra det till ”ett av landets största och bäst presterande bolag för kvantitativ handel”. Polstob har inte hittat några verifierbara publicerade siffror för High-Flyers avkastning eller förvaltade kapital.

Tekniken bakom Fire-Flyer II beskrivs i en rapport från 2024 av forskare vid DeepSeek-AI, där Liang är en av medförfattarna och står som den som lade upp den på arXiv. Författarna skriver: ”För DL-träning driftsatte vi Fire-Flyer 2 med 10 000 PCIe A100-GPU:er och nådde en prestanda nära DGX-A100, samtidigt som kostnaderna halverades och energiförbrukningen minskade med 40 procent.” Jämförelserna med Nvidias DGX-A100-system är rapportens egna. Teamet skrev också egen mjukvara för klustret: High-Flyers historiksida räknar upp ett parallellt filsystem (3FS) och ett kommunikationsramverk för distribuerad träning (hfreduce), och enligt rapporten är det mjukvarustacken som gör att beräkning och kommunikation kan överlappa.

DeepSeeks tekniska rapport om V3, som först publicerades den 27 december 2024 med Liang som uppladdare, beskriver en språkmodell av typen mixture-of-experts med totalt 671 miljarder parametrar, varav 37 miljarder är aktiva för varje token, förtränad på 14,8 biljoner token. Enligt rapporten tog hela träningen 2,788 miljoner H800-GPU-timmar, och varje biljon token i förträningen tog 3,7 dagar på ett kluster med 2 048 H800-GPU:er. DeepSeek publicerade modellens checkpoints på GitHub.

High-Flyers pengar fick i gång DeepSeek, men bolaget har sedan dess tagit in externt kapital, enligt medieuppgifter som DeepSeek inte har bekräftat. En rapport från Bloomberg som publicerades av The Straits Times den 15 juli 2026 beskrev en runda på 7,4 miljarder amerikanska dollar i juni 2026 som värderade DeepSeek till 50 miljarder amerikanska dollar, där Liang personligen investerade 3 miljarder amerikanska dollar. Den 22 oktober 2026 citerade Reuters två personer som uppgav att en ny runda hade tagit in omkring 100 miljarder yuan; en av dem nämnde CATL och Tencent bland de största investerarna. Forbes anger rundan till 14,9 miljarder amerikanska dollar, med en värdering av DeepSeek på 74,7 miljarder amerikanska dollar.

Den 15 april 2026 meddelade CoreWeave att Jane Street hade åtagit sig att använda bolagets AI-molnplattform för omkring 6 miljarder dollar och separat hade köpt A-aktier i CoreWeave för 1 miljard dollar till 109,00 dollar styck; CoreWeaves 8-K-anmälan anger 9 174 311 aktier emitterade till Jane Street Global Trading, LLC. I september 2026 rapporterade Reuters, med hänvisning till Bloomberg News, att Jane Street också hade tecknat ett femårigt molnkontrakt med Crusoe värt omkring 13 miljarder dollar. Siffran är obekräftad. I CoreWeaves pressmeddelande i april sade Max Hjelm, CoreWeaves Senior Vice President of Revenue, att Jane Street ”arbetar som ett frontierlabb”.

Hudson River Trading (HRT) tecknade ett flerårigt avtal med CoreWeave, som tillkännagavs den 20 augusti 2026, om att bedriva AI-driven tradingforskning på Nvidias Vera Rubin-system. CoreWeave beskrev det som en affär värd flera miljarder dollar men angav varken värde eller löptid. I maj 2026 uppgav Dell att HRT nyligen hade öppnat ett datacenter för AI-forskning hos Lefdal Mine Data Centers i västra Norge. Dells pressmeddelande anger ingen investeringssumma.

Algoritmhandelsbolaget XTX Markets uppger på sin webbplats att dess forskningskluster har mer än 25 000 GPU:er och mer än 1 exabyte användbar lagring. I januari 2025 tillkännagav bolaget planer på att investera över 1 miljard euro i ett datacenterkomplex i Kajana (Kajaani) i Finland, där det första centret på 22,5 MW skulle stå klart 2026, enligt Kajana stad. Bolagets teknikchef Joshua Leahy sade då: ”Vårt behov av beräkningskapacitet har vuxit ifrån de tillgängliga hyresalternativen.”

Jane Street beskriver sitt arbete i termer av stora, komplexa modeller som tränas på brusiga data, och XTX uppger att bolagets team har personer med bakgrund inom matematik, fysik, programmering och maskininlärning. High-Flyer byggde sina kluster och sin mjukvara internt innan Liang startade ett labb som publicerar sina metoder och släpper sina modellvikter. Precis som High-Flyer, som byggde Fire-Flyer I och II, säkrar tradingbolagen beräkningskapacitet: Jane Street och HRT genom molnavtal med CoreWeave, HRT också genom datacentret som bolaget öppnade hos Lefdal i Norge, och XTX genom datacentret som bolaget bygger i Finland.

Mycket är fortfarande inte offentligt. High-Flyers avkastning och tillgångar publiceras inte i någon källa som Polstob har kunnat verifiera, DeepSeek har inte redovisat den fullständiga kostnaden för att bygga sina modeller, och tradingbolagens kontrakt är bara delvis kända: CoreWeave angav Jane Streets åtagande men inte HRT:s, och Crusoe-siffran vilar på Bloombergs källor.