Ang nakakagulat na Deepseek ay murang mga hamon sa modelo ng AI na mga higante sa industriya. Inaangkin ng kumpanya na sinanay ang malakas na deepseek V3 neural network para sa isang $ 6 milyon lamang gamit ang 2048 GPU, na makabuluhang sumasaklaw sa mga kakumpitensya. Gayunpaman, ang figure na ito ay sumasalamin lamang sa mga gastos sa pre-training GPU, pagtanggal ng malaking pananaliksik, pagpipino, pagproseso ng data, at mga gastos sa imprastraktura.
Imahe: ensigame.com
Ang Deepseek V3 ay gumagamit ng mga makabagong teknolohiya: Multi-Token Prediction (MTP) para sa pinahusay na kawastuhan at kahusayan; pinaghalong mga eksperto (MOE) , paggamit ng 256 neural network (walong na -aktibo bawat token); at multi-head latent pansin (MLA) upang tumuon sa mga mahahalagang elemento ng pangungusap. Ang mga pagsulong na ito ay nag -aambag sa mapagkumpitensyang pagganap ng modelo.
Imahe: ensigame.com
Taliwas sa mga paunang pag -angkin, ang semianalysis ay nagsiwalat ng napakalaking imprastraktura ng Deepseek: humigit -kumulang na 50,000 NVIDIA HOPPER GPU, kabilang ang H800, H100, at H20 unit, na kumalat sa maraming mga sentro ng data. Ang kabuuang pamumuhunan ng server ay tinatayang $ 1.6 bilyon, na may mga gastos sa pagpapatakbo na umaabot sa $ 944 milyon. Sa kabila nito, si Deepseek, isang subsidiary ng high-flyer, isang pondo ng hedge ng Tsino, ay nagpapanatili ng kalayaan at pagpopondo sa sarili, pagpapalakas ng liksi at mabilis na pagbabago.
Imahe: ensigame.com
Ang tagumpay ng kumpanya ay nagmumula rin mula sa pag -akit ng nangungunang talento, na may ilang mga mananaliksik na kumikita ng higit sa $ 1.3 milyon taun -taon. Ito, kasabay ng sandalan na istraktura nito, ay nagbibigay -daan para sa mahusay na pagpapatupad ng mga pagsulong ng AI. Ang kabuuang pamumuhunan sa pag -unlad ng AI ay lumampas sa $ 500 milyon.
Imahe: ensigame.com
Habang ang salaysay na "badyet" ng Deepseek ay maaaring ma-overstated, ang mapagkumpitensyang gilid nito ay hindi maikakaila, lalo na kung ihahambing sa naiulat na $ 100 milyon na ginugol sa pagsasanay sa CHATGPT4O, kumpara sa $ 5 milyon ng Deepseek para sa R1. Ang kaso ay nagtatampok ng potensyal para sa mahusay na pondo, independiyenteng mga kumpanya ng AI upang hamunin ang mga itinatag na mga manlalaro, kahit na ang malaking pamumuhunan ay nananatiling isang mahalagang kadahilanan.
