DeepSeek令人惊讶的是，廉价的AI模型挑战了行业巨头。该公司声称使用2048 GPU培训了其功能强大的DeepSeek V3神经网络，仅需600万美元，大大削弱了竞争对手。但是，该数字仅反映了培训前的GPU成本，省略了大量研究，改进，数据处理和基础设施费用。
图像：ensigame.com
DeepSeek V3利用创新技术：多型预测（MTP)，以提高准确性和效率； 专家（MOE)的混合物，利用256个神经网络（八个激活的令牌)； 多头潜在注意力（MLA)专注于关键的句子元素。这些进步有助于模型的竞争性能。
图像：ensigame.com
与最初的主张相反，半分析揭示了DeepSeek的大规模基础设施：大约50,000个NVIDIA HOPPER GPU，包括H800，H100和H20单位，分布在多个数据中心。服务器总投资估计为16亿美元，运营成本达到9.44亿美元。尽管如此，中国对冲基金的高飞行员的子公司DeepSeek仍保持其独立性和自给自足，促进敏捷性和快速创新。
图像：ensigame.com
该公司的成功也源于吸引顶尖人才，一些研究人员每年收入超过130万美元。这与其精益结构相结合，可以有效地实施AI的进步。 AI开发的总投资超过5亿美元。
图像：ensigame.com
尽管DeepSeek的“预算友好”叙述可以说是夸大其词的，但它的竞争优势是不可否认的，尤其是与据报道在培训Chatgpt4o上花费的1亿美元相比，与DeepSeek的R1相比。该案件强调了资金充足，独立的AI公司挑战已建立参与者的潜力，尽管大量投资仍然是关键因素。
