Το κόστος ανάπτυξης του DeepSeek έχει «διογκωθεί».

Στην έκθεσή της, η DeepSeek δήλωσε ότι το συνολικό κόστος εκπαίδευσης ανήλθε σε 5,576 εκατομμύρια δολάρια, κυρίως λόγω της τιμής ενοικίασης των μονάδων επεξεργασίας γραφικών της Nvidia. Η εταιρεία προειδοποίησε επίσης ότι αυτό το ποσό αντικατοπτρίζει μόνο την «επίσημη εκπαίδευση» και δεν περιλαμβάνει το κόστος που σχετίζεται με προηγούμενη έρευνα ή πειράματα σε αρχιτεκτονική, αλγόριθμους και δεδομένα. Αυτό προσέλκυσε αμέσως την προσοχή των επενδυτών και προκάλεσε κατακόρυφη πτώση των μετοχών των παγκόσμιων εταιρειών τεχνολογίας κατά 1 τρισεκατομμύριο δολάρια μόνο στις 27 Ιανουαρίου.

Τα λειτουργικά έξοδα του DeepSeek είναι πολύ υψηλότερα από ό,τι ισχυρίζονται;

Τώρα, μια έκθεση από την εταιρεία έρευνας και συμβούλων ημιαγωγών SemiAnalysis προσφέρει μια διαφορετική οπτική γωνία για το κόστος ανάπτυξης της DeepSeek. Η εταιρεία εκτιμά ότι οι δαπάνες υλικού της DeepSeek είναι σημαντικά υψηλότερες από ό,τι είχε αναφερθεί προηγουμένως, ενώ παράλληλα επισημαίνει σημαντικό κόστος έρευνας και ανάπτυξης (Ε&Α) και συνολικό κόστος ιδιοκτησίας.

Η SemiAnalysis αναφέρει ότι η δημιουργία «συνθετικών δεδομένων» για μοντέλα εκπαίδευσης θα απαιτήσει «σημαντική υπολογιστική προσπάθεια». Επιπλέον, οι εταιρείες θα πρέπει επίσης να δοκιμάσουν και να αναπτύξουν νέες αρχιτεκτονικές, να συλλέξουν και να καθαρίσουν δεδομένα και να πληρώσουν τους μισθούς των εργαζομένων.

Χρειάζεται το DeepSeek 50.000 GPU αντί για λίγο πάνω από 2.000;

Σύμφωνα με υπολογισμούς, οι ειδικοί λένε ότι η DeepSeek λειτουργεί ένα υπολογιστικό σύστημα μεγάλης κλίμακας που περιλαμβάνει περίπου 50.000 GPU Hopper, με 10.000 GPU H800 και 10.000 πιο ισχυρές GPU H100, μαζί με επιπλέον GPU H20. Αυτό έρχεται σε αντίθεση με τον προηγούμενο ισχυρισμό της DeepSeek ότι χρησιμοποιούσε μόνο 2.048 GPU Nvidia. Το συνολικό κόστος κεφαλαίου για τους διακομιστές εκτιμάται σε περίπου 1,6 δισεκατομμύρια δολάρια, ενώ το λειτουργικό κόστος ανέρχεται σε 944 εκατομμύρια δολάρια.

Η SemiAnalysis πιστεύει ότι το DeepSeek έχει χρησιμοποιήσει 50.000 GPU της Nvidia.

Η DeepSeek ιδρύθηκε το 2023 από τον Liang Wenfeng, συνιδρυτή της High-Flyer, ενός hedge fund στην Κίνα που επικεντρώνεται στην τεχνητή νοημοσύνη. Η νεοσύστατη επιχείρηση εξελίχθηκε από τη μονάδα έρευνας τεχνητής νοημοσύνης του fund τον Απρίλιο του 2023, με στόχο την ανάπτυξη γλωσσικών μοντέλων μεγάλης κλίμακας και την επίτευξη γενικής τεχνητής νοημοσύνης (AGI).

Το ενδιαφέρον για το DeepSeek αυξήθηκε όταν η εταιρεία κυκλοφόρησε το R1, ένα μοντέλο συλλογισμού που ανταγωνίζεται το o1 της OpenAI, αλλά προσφέρεται ως ανοιχτού κώδικα, επιτρέποντας σε οποιονδήποτε προγραμματιστή τεχνητής νοημοσύνης να το χρησιμοποιήσει. Ωστόσο, όπως πολλά άλλα κινεζικά chatbot, το DeepSeek έχει επίσης περιορισμούς σε ορισμένα θέματα.

Ο Διευθύνων Σύμβουλος της OpenAI, Σαμ Άλτμαν, επαίνεσε το μοντέλο της DeepSeek, τονίζοντας ότι είναι «σαφώς ένα εξαιρετικό μοντέλο». Ωστόσο, δήλωσε επίσης ότι υπάρχουν στοιχεία που υποδηλώνουν ότι η DeepSeek συνέλεξε τα δεδομένα της OpenAI για να λειτουργήσει χρησιμοποιώντας μια μέθοδο «απόσταξης».

Πηγή: https://thanhnien.vn/chi-phi-phat-trien-deepseek-bi-tang-boc-185250203151508438.htm