ความสามารถในการจ่ายของ Deepseek เป็นตำนาน: AI ปฏิวัติจริง ๆ แล้วมีค่าใช้จ่าย 1.6 พันล้านเหรียญสหรัฐในการพัฒนา

โมเดล AI ราคาถูกอย่างน่าประหลาดใจของ Deepseek ท้าทายยักษ์ใหญ่ในอุตสาหกรรม การเริ่มต้นของจีนอ้างว่าได้ฝึกอบรมเครือข่ายประสาท Deepseek V3 ที่ทรงพลังในราคาเพียง 6 ล้านเหรียญสหรัฐโดยใช้ GPU เพียง 2048 ครั้งเท่านั้น อย่างไรก็ตามค่าใช้จ่ายที่ดูเหมือนต่ำนี้เป็นการลงทุนที่สำคัญยิ่งกว่า

IMGP%Image: Ensigame.com

สถาปัตยกรรมที่เป็นนวัตกรรมของ Deepseek V3 มีส่วนช่วยในการมีประสิทธิภาพ เทคโนโลยีที่สำคัญ ได้แก่ การทำนายแบบมัลติเทน (MTP) สำหรับการทำนายคำพร้อมกันการผสมผสานของผู้เชี่ยวชาญ (MOE) โดยใช้เครือข่ายประสาท 256 แห่งสำหรับการฝึกอบรมเร่งความเร็วและความสนใจแฝงหลายหัว (MLA) สำหรับการสกัดข้อมูลที่ดีขึ้น

IMGP%Image: Ensigame.com

อย่างไรก็ตามรายงาน Semianalysis เปิดเผยโครงสร้างพื้นฐานที่มีขนาดใหญ่กว่ามาก: ประมาณ 50,000 NVIDIA GPUs ซึ่งมีราคาประมาณ 1.6 พันล้านเหรียญสหรัฐโดยมีค่าใช้จ่ายในการดำเนินงานใกล้กับ 944 ล้านดอลลาร์ สิ่งนี้ตรงกันข้ามกับค่าใช้จ่ายในการฝึกอบรมที่มีการเผยแพร่ 6 ล้านดอลลาร์ซึ่งสะท้อนถึงการใช้งาน GPU ก่อนการฝึกอบรมก่อนไม่รวมการวิจัยการปรับแต่งการประมวลผลข้อมูลและโครงสร้างพื้นฐานโดยรวม

ความเป็นอิสระและโครงสร้างที่มีประสิทธิภาพของ Deepseek ซึ่งเป็น บริษัท ย่อยของกองทุนป้องกันความเสี่ยงสูงเป็นกุญแจสู่ความสำเร็จ การเป็นเจ้าของศูนย์ข้อมูลช่วยให้การพัฒนาโมเดลที่เหมาะสมและนวัตกรรมอย่างรวดเร็ว การระดมทุนด้วยตนเองและโครงสร้างแบบลีนของ บริษัท ก็มีส่วนทำให้เกิดความคล่องตัว เงินเดือนสูงเกิน $ 1.3 ล้านต่อปีสำหรับนักวิจัยบางคนดึงดูดความสามารถสูงสุดจากมหาวิทยาลัยจีน

IMGP%Image: Ensigame.com

ในขณะที่การเรียกร้อง $ 6 ล้านของ Deepseek นั้นทำให้เข้าใจผิด แต่การลงทุนที่แท้จริงเกินกว่า 500 ล้านดอลลาร์ยังคงเป็นข้อได้เปรียบด้านต้นทุนที่สำคัญเมื่อเทียบกับคู่แข่ง โมเดล R1 ของ บริษัท มีค่าใช้จ่าย 5 ล้านดอลลาร์ในการฝึกอบรมในขณะที่ ChatGPT-4 รายงานว่ามีราคา $ 100 ล้าน ความสำเร็จของ Deepseek เน้นถึงศักยภาพในการแข่งขันของ บริษัท AI ที่ได้รับการสนับสนุนและได้รับการสนับสนุนอย่างดีแม้ว่าจะมีคุณสมบัติการเล่าเรื่องที่ "เป็นมิตรกับงบประมาณ"

IMGP%Image: Ensigame.com

โดยสรุปขอบการแข่งขันของ Deepseek เกิดจากการรวมกันของการลงทุนที่สำคัญนวัตกรรมทางเทคโนโลยีและทีมงานที่มีทักษะสูงแทนที่จะมาจากงบประมาณการฝึกอบรมที่ต่ำอย่างน่าทึ่ง อย่างไรก็ตามถึงแม้จะมีตัวเลขที่ได้รับการแก้ไข แต่ค่าใช้จ่ายของมันยังคงต่ำกว่าคู่แข่งอย่างมีนัยสำคัญ