DeepSeek បានធ្វើការផ្សាយព័ត៌មានយ៉ាងទូលំទូលាយនៅលើប្រព័ន្ធផ្សព្វផ្សាយ និងបណ្តាញសង្គមនៅដើមឆ្នាំម្សាញ់ ដែលបណ្តាលឱ្យមានការរញ្ជួយដីយ៉ាងខ្លាំងនៅក្នុងទីផ្សារភាគហ៊ុនសកល។

ទោះជាយ៉ាងណាក៏ដោយ របាយការណ៍ថ្មីៗនេះដោយក្រុមហ៊ុនប្រឹក្សាយោបល់ផ្នែកហិរញ្ញវត្ថុ Bernstein បានព្រមានថា ទោះបីជាមានសមិទ្ធផលគួរឱ្យចាប់អារម្មណ៍ក៏ដោយ ការអះអាងថាបង្កើតប្រព័ន្ធ AI ដែលអាចប្រៀបធៀបទៅនឹង OpenAI ក្នុងតម្លៃត្រឹមតែ 5 លានដុល្លារគឺមិនត្រឹមត្រូវ។

យោងតាមលោក Bernstein សេចក្តីថ្លែងការណ៍របស់ DeepSeek គឺជាការយល់ច្រឡំ ហើយមិនឆ្លុះបញ្ចាំងពីរូបភាពធំជាងនោះទេ។

របាយការណ៍​នេះ​បាន​បញ្ជាក់​ថា «យើង​ជឿជាក់​ថា DeepSeek មិន​បាន «បង្កើត OpenAI ជាមួយ​នឹង​ទឹកប្រាក់ ៥ លាន​ដុល្លារ» ទេ។ គំរូ​ទាំងនោះ​ពិតជា​អស្ចារ្យ ប៉ុន្តែ​យើង​មិន​គិត​ថា​វា​ជា​អព្ភូតហេតុ​ទេ។ ហើយ​ការ​ភ័យ​ស្លន់ស្លោ​ក្នុង​ចុង​សប្តាហ៍​ហាក់​ដូច​ជា​ត្រូវ​បាន​បំផ្លើស»។

deepseek ប៊្លូមប៊ឺក
អ្នកវិភាគ Bernstein មានការសង្ស័យចំពោះការអះអាងរបស់ DeepSeek អំពីការអភិវឌ្ឍប្រព័ន្ធ AI ដោយចំណាយត្រឹមតែ 5 លានដុល្លារប៉ុណ្ណោះ។ (រូបភាព៖ Bloomberg)

DeepSeek បង្កើតគំរូ AI សំខាន់ពីរគឺ DeepSeek-V3 និង DeepSeek R1។ គំរូភាសា V3 ទ្រង់ទ្រាយធំទាញយកអត្ថប្រយោជន៍ពីស្ថាបត្យកម្ម MOE ដោយរួមបញ្ចូលគ្នានូវគំរូតូចៗដើម្បីសម្រេចបាននូវដំណើរការខ្ពស់ ខណៈពេលដែលប្រើប្រាស់ធនធានកុំព្យូទ័រតិចជាងគំរូប្រពៃណី។

ម៉្យាងវិញទៀត ម៉ូដែល V3 មានប៉ារ៉ាម៉ែត្រចំនួន 671 ពាន់លាន ដោយមានប៉ារ៉ាម៉ែត្រចំនួន 37 ពាន់លានសកម្មនៅពេលណាមួយ ដោយបញ្ចូលការច្នៃប្រឌិតដូចជា MHLA ដើម្បីកាត់បន្ថយការប្រើប្រាស់អង្គចងចាំ និងប្រើប្រាស់ FP8 សម្រាប់ប្រសិទ្ធភាពកាន់តែខ្លាំង។

ការបណ្តុះបណ្តាលម៉ូដែល V3 តម្រូវឱ្យមានចង្កោម GPU Nvidia H800 ចំនួន 2,048 ក្នុងរយៈពេលពីរខែ ដែលស្មើនឹង 5.5 លានម៉ោង GPU។ ខណៈពេលដែលការប៉ាន់ស្មានមួយចំនួនបានដាក់ថ្លៃដើមនៃការបណ្តុះបណ្តាលប្រហែល 5 លានដុល្លារ របាយការណ៍របស់ Bernstein សង្កត់ធ្ងន់ថាតួលេខនេះគ្របដណ្តប់តែធនធានកុំព្យូទ័រប៉ុណ្ណោះ ហើយមិនរាប់បញ្ចូលការចំណាយសំខាន់ៗទាក់ទងនឹងការស្រាវជ្រាវ ការធ្វើតេស្ត និងការចំណាយលើការអភិវឌ្ឍន៍ផ្សេងទៀតទេ។

គំរូ DeepSeek R1 បង្កើតឡើងនៅលើមូលដ្ឋានគ្រឹះនៃ V3 ដោយប្រើប្រាស់ការរៀនសូត្រពង្រឹង (RL) និងបច្ចេកទេសផ្សេងទៀត ដើម្បីធានាបាននូវសមត្ថភាពសន្និដ្ឋាន។

គំរូ R1 អាចប្រកួតប្រជែងជាមួយគំរូ OpenAI ក្នុងកិច្ចការវែកញែក។ ទោះជាយ៉ាងណាក៏ដោយ Bernstein ចង្អុលបង្ហាញថា ការអភិវឌ្ឍ R1 តម្រូវឱ្យមានធនធានយ៉ាងច្រើន ទោះបីជាធនធានទាំងនេះមិនត្រូវបានរៀបរាប់លម្អិតនៅក្នុងរបាយការណ៍ DeepSeek ក៏ដោយ។

ដោយធ្វើអត្ថាធិប្បាយលើ DeepSeek លោក Bernstein បានសរសើរគំរូទាំងនោះថាគួរឱ្យចាប់អារម្មណ៍។ ឧទាហរណ៍ គំរូ V3 ដំណើរការបានល្អ ឬប្រសើរជាងគំរូភាសាសំខាន់ៗផ្សេងទៀតក្នុងវិស័យភាសាវិទ្យា ការសរសេរកម្មវិធី និងគណិតវិទ្យា ខណៈពេលដែលត្រូវការធនធានតិចជាង។

ដំណើរការបណ្តុះបណ្តាលជាមុនរបស់ V3 តម្រូវឱ្យមានការងារ GPU ត្រឹមតែ 2.7 លានម៉ោងប៉ុណ្ណោះ ឬ 9% នៃធនធានកុំព្យូទ័ររបស់ម៉ូដែលកំពូលៗមួយចំនួនទៀត។

លោក Bernstein បានសន្និដ្ឋានថា ខណៈពេលដែលការរីកចម្រើនរបស់ DeepSeek គឺគួរឱ្យកត់សម្គាល់ មនុស្សម្នាក់ត្រូវតែប្រុងប្រយ័ត្នចំពោះការអះអាងបំផ្លើស។ គំនិតនៃការបង្កើតដៃគូប្រកួតប្រជែងជាមួយ OpenAI ជាមួយនឹងទឹកប្រាក់ត្រឹមតែ 5 លានដុល្លារហាក់ដូចជាមានការយល់ច្រឡំ។

(យោងតាមកាសែត Times of India)