Les coûts de développement de DeepSeek ont ​​été « gonflés ».

Dans son rapport, DeepSeek a indiqué que le coût total de la formation s'élevait à 5,576 millions de dollars, principalement en raison du prix de location des processeurs graphiques Nvidia. L'entreprise a également précisé que ce chiffre ne concernait que la « formation formelle » et n'incluait pas les coûts liés aux recherches ou expérimentations préalables sur l'architecture, les algorithmes et les données. Cette annonce a immédiatement attiré l'attention des investisseurs et a provoqué une chute de 1 000 milliards de dollars des actions des entreprises technologiques mondiales le 27 janvier seulement.

Les coûts d'exploitation de DeepSeek sont bien plus élevés que ce qu'ils affirment ?

Un rapport du cabinet de recherche et de conseil en semi-conducteurs SemiAnalysis propose une perspective différente sur les coûts de développement de DeepSeek. L'entreprise estime que les dépenses matérielles de DeepSeek sont nettement supérieures aux chiffres précédemment annoncés, tout en soulignant des coûts de recherche et développement (R&D) et un coût total de possession (TTC) substantiels.

SemiAnalysis indique que la création de « données synthétiques » pour l'entraînement des modèles nécessitera un « effort de calcul considérable ». De plus, les entreprises devront également tester et développer de nouvelles architectures, collecter et nettoyer les données, et payer les salaires des employés.

DeepSeek a-t-il besoin de 50 000 GPU au lieu d’un peu plus de 2 000 ?

D'après les calculs des experts, DeepSeek exploite un système de calcul à grande échelle comprenant environ 50 000 GPU Hopper, 10 000 GPU H800 et 10 000 GPU H100 plus puissants, ainsi que des GPU H20 supplémentaires. Ceci contredit les déclarations précédentes de DeepSeek, qui affirmait n'utiliser que 2 048 GPU Nvidia. Le coût total d'investissement des serveurs est estimé à environ 1,6 milliard de dollars, tandis que les coûts d'exploitation s'élèvent à 944 millions de dollars.

SemiAnalysis estime que DeepSeek a utilisé 50 000 GPU Nvidia.

DeepSeek a été fondée en 2023 par Liang Wenfeng, cofondateur de High-Flyer, un fonds spéculatif chinois spécialisé dans l'IA. La startup est née de l'unité de recherche en IA du fonds en avril 2023, avec pour objectif de développer des modèles de langage à grande échelle et de parvenir à une intelligence artificielle générale (IAG).

L'intérêt pour DeepSeek s'est accru lors du lancement de R1, un modèle de raisonnement concurrent d'o1 d'OpenAI, proposé en open source, permettant ainsi à tout développeur d'IA de l'utiliser. Cependant, comme de nombreux autres chatbots chinois, DeepSeek présente également des limitations sur certains sujets.

Le PDG d'OpenAI, Sam Altman, a salué le modèle de DeepSeek, soulignant qu'il s'agissait « clairement d'un excellent modèle ». Cependant, il a également déclaré qu'il existait des preuves suggérant que DeepSeek avait collecté les données d'OpenAI pour fonctionner en utilisant une méthode de « distillation ».

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