Los costos de desarrollo de DeepSeek han sido "inflados".

En su informe, DeepSeek declaró que el costo total de la capacitación ascendió a $5.576 millones, principalmente debido al precio del alquiler de las unidades de procesamiento gráfico de Nvidia. La compañía también advirtió que esta cifra solo refleja la "capacitación formal" y no incluye los costos relacionados con investigaciones o experimentos previos sobre arquitectura, algoritmos y datos. Esto atrajo inmediatamente la atención de los inversores y provocó que las acciones de las empresas tecnológicas globales se desplomaran en un billón de dólares tan solo el 27 de enero.

¿Los costos operativos de DeepSeek son mucho más altos de lo que afirman?

Ahora, un informe de la firma de investigación y consultoría de semiconductores SemiAnalysis ofrece una perspectiva diferente sobre los costos de desarrollo de DeepSeek. La compañía estima que el gasto en hardware de DeepSeek es significativamente mayor de lo indicado anteriormente, a la vez que destaca los considerables costos de investigación y desarrollo (I+D) y el costo total de propiedad.

SemiAnalysis afirma que la creación de "datos sintéticos" para entrenar modelos requerirá un esfuerzo computacional considerable. Además, las empresas también deberán probar y desarrollar nuevas arquitecturas, recopilar y depurar datos, y pagar los salarios de sus empleados.

¿DeepSeek necesita 50.000 GPU en lugar de poco más de 2.000?

Según los cálculos, los expertos afirman que DeepSeek opera un sistema informático a gran escala compuesto por aproximadamente 50 000 GPU Hopper, 10 000 GPU H800 y 10 000 GPU H100 más potentes, además de GPU H20 adicionales. Esto contradice la afirmación previa de DeepSeek de utilizar solo 2048 GPU Nvidia. El coste total de capital de los servidores se estima en unos 1600 millones de dólares, mientras que los costes operativos ascienden a 944 millones de dólares.

SemiAnalysis cree que DeepSeek ha utilizado 50.000 GPU Nvidia.

DeepSeek fue fundada en 2023 por Liang Wenfeng, cofundador de High-Flyer, un fondo de cobertura chino especializado en IA. La startup surgió de la unidad de investigación de IA del fondo en abril de 2023, con el objetivo de desarrollar modelos lingüísticos a gran escala y lograr la inteligencia artificial general (IAG).

El interés en DeepSeek aumentó cuando la compañía lanzó R1, un modelo de razonamiento que compite con o1 de OpenAI, pero que se ofrece como código abierto, lo que permite su uso a cualquier desarrollador de IA. Sin embargo, al igual que muchos otros chatbots chinos, DeepSeek también presenta limitaciones en ciertos temas.

Sam Altman, director ejecutivo de OpenAI, elogió el modelo de DeepSeek, destacando que es "claramente un modelo excelente". Sin embargo, también afirmó que existen pruebas que sugieren que DeepSeek recopiló los datos de OpenAI para operar mediante un método de "destilación".

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