Deepseek รุ่น AI ที่ไม่แพงอย่างน่าประหลาดใจท้าทายยักษ์ใหญ่ในอุตสาหกรรม บริษัท อ้างว่าได้ฝึกอบรมเครือข่ายประสาท Deepseek V3 ที่ทรงพลังในราคาเพียง 6 ล้านเหรียญสหรัฐโดยใช้ GPU เพียง 2048 ซึ่งตรงกันข้ามกับค่าใช้จ่ายที่สูงขึ้นอย่างมากของคู่แข่ง อย่างไรก็ตามตัวเลขนี้ทำให้เข้าใจผิด
การแนะนำตัวเองของ Deepseek: "สวัสดีฉันถูกสร้างขึ้นเพื่อให้คุณสามารถถามอะไรก็ได้และได้รับคำตอบที่อาจทำให้คุณประหลาดใจ" คำแนะนำเกี่ยวกับความสามารถของโมเดลซึ่งทำให้เกิดการลดลงอย่างมากในราคาหุ้นของ Nvidia ความสำเร็จของโมเดลเกิดจากเทคโนโลยีนวัตกรรม:
- การทำนายแบบมัลติเทน (MTP): ทำนายหลายคำพร้อมกันเพิ่มความแม่นยำและประสิทธิภาพ
- ส่วนผสมของผู้เชี่ยวชาญ (MOE): มีเครือข่ายประสาท 256 เครือข่ายเปิดใช้งานแปดโทเค็นแต่ละโทเค็นเร่งการฝึกอบรมและประสิทธิภาพ
- ความสนใจแฝงหลายหัว (MLA): สกัดรายละเอียดที่สำคัญซ้ำ ๆ ซ้ำ ๆ ลดการสูญเสียข้อมูลและเพิ่มความเข้าใจที่แตกต่างกันนิดหน่อย
IMGP%Image: Ensigame.com
แม้จะมีการเรียกร้องค่าใช้จ่ายในการฝึกอบรมที่ต่ำรายงาน Semianalysis เผยโครงสร้างพื้นฐานที่สำคัญของ Deepseek: ประมาณ 50,000 Nvidia Hopper GPU (รวมถึง H800, H100 และ H20 หน่วย) กระจายไปทั่วศูนย์ข้อมูลหลายแห่งมีราคาประมาณ 1.6 พันล้านดอลลาร์ ค่าใช้จ่ายในการดำเนินงานอยู่ที่ประมาณ 944 ล้านดอลลาร์
IMGP%Image: Ensigame.com
Deepseek ซึ่งเป็น บริษัท ย่อยของ High-Flyer ซึ่งเป็นกองทุนป้องกันความเสี่ยงจีนเป็นเจ้าของศูนย์ข้อมูลซึ่งแตกต่างจากคู่แข่งที่พึ่งพาคลาวด์ สิ่งนี้ให้การควบคุมที่มากขึ้นและนวัตกรรมที่เร็วขึ้น การระดมทุนด้วยตนเองของ บริษัท ส่งเสริมความคล่องตัว เงินเดือนสูง (มากกว่า $ 1.3 ล้านต่อปีสำหรับนักวิจัยบางคน) ดึงดูดความสามารถของจีนชั้นนำไม่รวมผู้เชี่ยวชาญต่างประเทศ
IMGP%Image: Ensigame.com
ตัวเลข $ 6 ล้านครอบคลุมการใช้งาน GPU ก่อนการฝึกอบรมไม่รวมการวิจัยการปรับแต่งการประมวลผลข้อมูลและโครงสร้างพื้นฐาน การลงทุน AI ทั้งหมดของ Deepseek เกิน $ 500 ล้าน โครงสร้างแบบลีนช่วยอำนวยความสะดวกในนวัตกรรมที่มีประสิทธิภาพ
IMGP%Image: Ensigame.com
ความสำเร็จของ Deepseek แสดงให้เห็นถึงความสามารถของ บริษัท AI อิสระที่ได้รับการสนับสนุนอย่างดีในการแข่งขันกับผู้เล่นที่จัดตั้งขึ้น อย่างไรก็ตามการเรียกร้อง "เป็นมิตรกับงบประมาณ" นั้นเกินจริง การลงทุนหลายพันล้านความก้าวหน้าทางเทคนิคและทีมที่แข็งแกร่งเป็นปัจจัยสำคัญ ความคมชัดคือ Stark: R1 ของ Deepseek มีราคา $ 5 ล้านในขณะที่ CHATGPT-4 มีราคา $ 100 ล้านโดยเน้นถึงความแตกต่างของต้นทุนที่สำคัญ แม้จะมีการเรียกร้องที่สูงเกินจริงค่าใช้จ่ายของ Deepseek ยังคงต่ำกว่าคู่แข่งอย่างมาก
