Ang nakakagulat na Deepseek ay nakakagulat na mga hamon sa modelo ng AI na mga higante sa industriya. Habang ipinagmamalaki ang isang $ 6 milyong pre-pagsasanay na gastos para sa modelo ng Deepseek V3, ang isang mas malapit na hitsura ay nagpapakita ng isang mas malaking pamumuhunan.
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) para sa pinahusay na pagkuha ng impormasyon. Ang mga pagsulong na ito ay nag -aambag sa mapagkumpitensyang pagganap nito.
Imahe: ensigame.com
Gayunpaman, inilantad ng semianalysis ang paggamit ng Deepseek na humigit -kumulang na 50,000 NVIDIA HOPPER GPU - isang makabuluhang pamumuhunan na nagkakahalaga ng halos $ 1.6 bilyon sa mga server at $ 944 milyon sa mga gastos sa pagpapatakbo. Salungat ito sa paunang $ 6 milyong paghahabol, na sumasalamin lamang sa mga gastos sa pre-training GPU. Ang tunay na gastos ay sumasaklaw sa pananaliksik, pagpipino, pagproseso ng data, at imprastraktura.
Imahe: ensigame.com
Ang natatanging istraktura ng Deepseek, bilang isang subsidiary ng high-flyer hedge fund, ay nagbibigay-daan para sa liksi at mabilis na pagbabago. Ang pagmamay -ari ng mga sentro ng data nito ay nagbibigay ng buong kontrol sa pag -optimize. Ang malaking pamumuhunan nito sa talento, kasama ang ilang mga mananaliksik na kumikita ng higit sa $ 1.3 milyon taun -taon, karagdagang binibigyang diin ang pangako nito.
Imahe: ensigame.com
Habang ang salaysay na "friendly" ng Deepseek ay maaaring mapalaki, ang tagumpay nito ay nagtatampok ng potensyal ng mahusay na pinondohan na independiyenteng mga kumpanya ng AI. Ang kabuuang pamumuhunan na lumampas sa $ 500 milyon, na sinamahan ng mga teknikal na tagumpay at isang malakas na koponan, ay ang tunay na driver ng tagumpay nito. Ang kaibahan sa mga gastos sa mga kakumpitensya, tulad ng $ 100 milyong gastos sa pagsasanay ng ChATGPT4 kumpara sa $ 5 milyon ng Deepseek para sa R1, ay nananatiling matatag. Sa huli, ang kwento ng Deepseek ay nagpapakita na habang ang makabuluhang pamumuhunan ay mahalaga, mahusay na pamamahala ng mapagkukunan at pagbabago ay maaari pa ring magbunga ng mga resulta ng mapagkumpitensya.
