DeepSeek令人驚訝的是，廉價的AI模型挑戰了行業巨頭。該公司聲稱使用2048 GPU培訓了其功能強大的DeepSeek V3神經網絡，僅需600萬美元，大大削弱了競爭對手。但是，該數字僅反映了培訓前的GPU成本，省略了大量研究，改進，數據處理和基礎設施費用。
圖像：ensigame.com
DeepSeek V3利用創新技術：多型預測（MTP)，以提高準確性和效率； 專家（MOE)的混合物，利用256個神經網絡（八個激活的令牌)； 多頭潛在注意力（MLA)專注於關鍵的句子元素。這些進步有助於模型的競爭性能。
圖像：ensigame.com
與最初的主張相反，半分析揭示了DeepSeek的大規模基礎設施：大約50,000個NVIDIA HOPPER GPU，包括H800，H100和H20單位，分布在多個數據中心。服務器總投資估計為16億美元，運營成本達到9.44億美元。盡管如此，中國對衝基金的高飛行員的子公司DeepSeek仍保持其獨立性和自給自足，促進敏捷性和快速創新。
圖像：ensigame.com
該公司的成功也源於吸引頂尖人才，一些研究人員每年收入超過130萬美元。這與其精益結構相結合，可以有效地實施AI的進步。 AI開發的總投資超過5億美元。
圖像：ensigame.com
盡管DeepSeek的“預算友好”敘述可以說是誇大其詞的，但它的競爭優勢是不可否認的，尤其是與據報道在培訓Chatgpt4o上花費的1億美元相比，與DeepSeek的R1相比。該案件強調了資金充足，獨立的AI公司挑戰已建立參與者的潛力，盡管大量投資仍然是關鍵因素。
