Ang nakakagulat na Deepseek ay murang mga hamon sa modelo ng AI na mga higante sa industriya. Ang Deepseek V3 ng Startup ng Tsino, na ipinagmamalaki ang mga makabagong teknolohiya tulad ng Multi-Token Prediction (MTP), Mixture of Experts (MOE) na gumagamit ng 256 Neural Networks, at Multi-Head Latent Attention (MLA), na una nang inaangkin ang isang gastos sa pagsasanay na $ 6 milyon lamang gamit ang 2048 GPU. Ang tila mababang figure na ito, gayunpaman, ang mga kaibahan nang matindi sa mga natuklasan ng semianalysis 'na nagbubunyag ng isang napakalaking imprastraktura na humigit -kumulang na 50,000 NVIDIA GPU (kasama ang H800, H100, at H20 unit) sa maraming mga sentro ng data, na kumakatawan sa isang kabuuang pamumuhunan ng server ng halos $ 1.6 bilyon at mga gastos sa pagpapatakbo malapit sa malapit $ 944 milyon.
Imahe: ensigame.com
Imahe: ensigame.com
Ang Deepseek, isang subsidiary ng high-flyer hedge fund, ay nagmamay-ari ng mga data center nito, na nagtataguyod ng mabilis na pagbabago at pag-optimize. Ang kalikasan na pinondohan ng sarili at mataas na suweldo (ang ilang mga mananaliksik ay kumikita ng higit sa $ 1.3 milyon taun-taon) ay nakakaakit ng nangungunang talento ng Tsino, na nag-aambag sa tagumpay nito. Ang paunang $ 6 milyong figure ay sumasalamin lamang sa mga gastos sa pre-training GPU, pagtanggal ng pananaliksik, pagpipino, pagproseso ng data, at mga gastos sa imprastraktura. Ang aktwal na pamumuhunan ng Deepseek sa pag -unlad ng AI ay lumampas sa $ 500 milyon. Sa kabila ng makabuluhang pamumuhunan na ito, ang istraktura ng sandalan nito ay nagbibigay -daan para sa mahusay na pagbabago kumpara sa mas malaki, mas maraming mga kakumpitensya sa burukrata.
Imahe: ensigame.com
Imahe: ensigame.com
Habang ang pag-angkin ng "rebolusyonaryong badyet" ng Deepseek ay maaaring mapalaki, ang tagumpay nito ay nagtatampok ng mapagkumpitensyang potensyal ng isang mahusay na pinondohan, independiyenteng kumpanya ng AI. Ang kaibahan ay stark kapag inihahambing ang mga gastos sa pagsasanay: Ang R1's R1 ay nagkakahalaga ng $ 5 milyon, habang ang Chatgpt-4 ay naiulat na nagkakahalaga ng $ 100 milyon, na binibigyang diin ang kamag-anak na pagiging epektibo ng Deepseek, kahit na sa malaking pangkalahatang pamumuhunan.
