Ang Deepseek ng AI Pioneer ay nagbukas: Pag -unve ng totoong mga gastos sa pag -unlad

Ang nakakagulat na Deepseek ay murang mga hamon sa modelo ng AI na mga pamantayan sa industriya. Inaangkin ng kumpanya na sinanay ang malakas na deepseek V3 neural network para sa isang $ 6 milyon lamang, gamit lamang ang 2048 GPU, na makabuluhang sumasaklaw sa mga kakumpitensya. Gayunpaman, ang figure na ito ay nakaliligaw.

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, upang mapabilis ang pagsasanay at pagbutihin ang pagganap; at multi-head latent pansin (MLA) upang tumuon sa mga mahahalagang elemento ng pangungusap, na binabawasan ang pagkawala ng impormasyon.

Imahe: ensigame.com

Taliwas sa kanilang paunang pag -angkin, ang semianalysis ay nagsiwalat ng aktwal na imprastraktura ng Deepseek ay nagsasangkot ng humigit -kumulang na 50,000 NVIDIA HOPPER GPU, na kumakatawan sa isang kabuuang pamumuhunan na humigit -kumulang na $ 1.6 bilyon at mga gastos sa pagpapatakbo na $ 944 milyon. Ang napakalaking pamumuhunan na ito, kasabay ng mataas na suweldo para sa mga mananaliksik nito (na lumampas sa $ 1.3 milyon taun -taon), sumasalungat sa mababang pagsasalaysay ng gastos sa pagsasanay.

Imahe: ensigame.com

Ang natatanging istraktura ng Deepseek, bilang isang subsidiary ng high-flyer hedge fund, ay nagbibigay-daan para sa direktang pagmamay-ari ng mga sentro ng data at pagpopondo sa sarili, pag-aalaga ng liksi at mabilis na pagbabago. Ito ay kaibahan sa mga kakumpitensya na umaasa sa cloud computing. Ang $ 6 milyong figure ay sumasalamin lamang sa mga pre-pagsasanay na gastos sa GPU, hindi kasama ang pananaliksik, pagpipino, pagproseso ng data, at imprastraktura. Ang kabuuang pamumuhunan ng Deepseek sa pag -unlad ng AI ay higit sa $ 500 milyon.

Imahe: ensigame.com

Habang ang tagumpay ng Deepseek ay nagpapakita ng potensyal ng isang mahusay na pinondohan na independiyenteng kumpanya ng AI, ang "rebolusyonaryong badyet" na pag-angkin ay isang labis na pag-aangkin. Ang kanilang mapagkumpitensyang gilid ay nagmumula sa malaking pamumuhunan, mga breakthrough ng teknolohiya, at isang mataas na bihasang koponan. Gayunpaman, kahit na sa mga makabuluhang gastos na ito, ang mga gastos sa Deepseek ay nananatiling mas mababa kaysa sa mga katunggali nito, na may mga nakaraang gastos sa pagsasanay sa modelo sa $ 5 milyon (R1) kumpara sa $ 100 milyon ng ChatGPT (Chatgpt4O).