L'abordabilité de Deepseek est un mythe: l'IA révolutionnaire a coûté 1,6 milliard de dollars pour développer

Deepseek est étonnamment bon marché, le modèle d'IA défie les géants de l'industrie. La startup chinoise prétend avoir formé son puissant réseau neuronal Deepseek V3 pour seulement 6 millions de dollars, utilisant seulement 2048 GPU, sous-coignant considérablement les concurrents. Ce coût apparemment bas, cependant, dément un investissement beaucoup plus substantiel.

Image: esigame.com

L'architecture innovante de Deepseek V3 contribue à son efficacité. Les technologies clés incluent la prédiction multi-token (MTP) pour la prédiction des mots simultanée, le mélange d'experts (MOE) utilisant 256 réseaux neuronaux pour une formation accélérée et une attention latente multi-têtes (MLA) pour une meilleure extraction d'informations.

Image: esigame.com

Cependant, un rapport de semianalyse révèle une infrastructure beaucoup plus grande: environ 50 000 GPU NVIDIA, coûtant environ 1,6 milliard de dollars, avec des dépenses opérationnelles près de 944 millions de dollars. Cela contraste fortement avec le coût de formation de 6 millions de dollars médiatisé, qui ne reflète que l'utilisation préalable du GPU, l'exclusion de la recherche, du raffinement, du traitement des données et des infrastructures globales.

L'indépendance de Deepseek et la structure efficace, une filiale du fonds spéculatif à haut voleur, sont la clé de son succès. La possession de ses centres de données permet un développement de modèles optimisé et une innovation rapide. La structure autofinancée et maigre de l'entreprise contribue également à son agilité. Les salaires élevés, dépassant 1,3 million de dollars par an pour certains chercheurs, attirent les meilleurs talents des universités chinoises.

Image: esigame.com

Alors que la réclamation de 6 millions de dollars de Deepseek est trompeuse, son investissement réel dépassant 500 millions de dollars représente toujours un avantage important des coûts par rapport aux concurrents. Le modèle R1 de l'entreprise a coûté 5 millions de dollars pour s'entraîner, tandis que ChatGPT-4 aurait coûté 100 millions de dollars. Le succès de Deepseek met en évidence le potentiel concurrentiel d'une entreprise d'IA indépendante bien financée, bien que son récit «adapté à un budget» nécessite une qualification.

Image: esigame.com

En conclusion, le bord concurrentiel de Deepseek provient d'une combinaison d'investissement substantiel, d'innovation technologique et d'une équipe hautement qualifiée, plutôt que uniquement d'un budget de formation remarquablement faible. Cependant, même avec les chiffres corrigés, ses coûts restent nettement inférieurs à ceux de ses concurrents.