DeepSeek令人驚訝的是，廉價的AI模型挑戰了行業巨頭。該公司聲稱已經培訓了其強大的DeepSeek V3神經網絡，僅利用2048 GPU，這與競爭對手的成本明顯更高。但是，這個數字具有誤導性。
DeepSeek的自我引言：“嗨，我是被創造的，所以您可以問任何問題並得到一個甚至可能會讓您感到驚訝的答案，”該模型的功能暗示了Nvidia的股票價格大幅下降。該模型的成功源於創新技術：
- 多語預測（MTP)：同時預測多個單詞，提高準確性和效率。
- 專家的混合物（MOE)：使用256個神經網絡，每個令牌激活8個，加速培訓和性能。
- 多頭潛在注意力（MLA)：反複提取關鍵細節，最大程度地減少信息丟失並增強細微差別的理解。
圖像：ensigame.com
盡管培訓成本較低，但一份半分析報告揭示了DeepSeek的大量基礎設施：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，成本約為16億美元。運營費用估計為9.44億美元。
圖像：ensigame.com
中國對衝基金High-Flyer的子公司DeepSeek擁有其數據中心，與雲依賴的競爭對手不同。這提供了更大的控製和更快的創新。該公司的自籌資金促進了敏捷性。高薪（對於一些研究人員來說，每年超過130萬美元)吸引了中國頂級人才，不包括外國專家。
圖像：ensigame.com
這筆600萬美元的數字僅涵蓋培訓前的GPU使用情況，不包括研究，改進，數據處理和基礎架構。 DeepSeek的總AI投資超過5億美元。它的精益結構有助於有效的創新。
圖像：ensigame.com
DeepSeek的成功表明了一家資金充足的獨立AI公司與知名球員競爭的能力。但是，其“預算友好”的主張被誇大了。數十億美元的投資，技術突破和強大的團隊是關鍵因素。對比是鮮明的：DeepSeek的R1耗資500萬美元，而Chatgpt-4的成本為1億美元，突出了巨大的成本差異。盡管提出了誇張的說法，但DeepSeek的成本仍然大大低於其競爭對手。
