DeepSeek의 경제성은 신화입니다. 혁명 AI는 실제로 개발하는 데 16 억 달러가 들었습니다.

DeepSeek의 놀랍도록 비용 효율적인 AI 모델은 업계 거인에게 도전합니다. 강력한 신경망 인 Deepseek V3는 훈련하는 데 6 백만 달러에 불과한 것으로 처음으로 선전되었으며, 주요 경쟁자가되어 Nvidia에게 상당한 주식 하락을 일으켰습니다. 그러나 실제 비용은 훨씬 높습니다.

이미지 : ensigame.com

DeepSeek의 성공은 혁신적인 기술의 조합에서 비롯됩니다. 정확도와 효율성을 향상시키기위한 다중 점화 예측 (MTP); 가속화 된 훈련을 위해 256 개의 신경망을 활용하는 전문가 (MOE)의 혼합물; 정보 추출 향상을위한 다중 헤드 잠재주의 (MLA).

이미지 : ensigame.com

초기 청구와는 달리 Semianalysis는 DeepSeek의 실질적인 인프라를 밝혀 냈습니다. 약 50,000 NVIDIA GPU는 약 16 억 달러에 달하며 운영 비용은 9 억 9,400 만 달러에 이릅니다. 이는 연구, 개선, 데이터 처리 및 전반적인 인프라 비용을 생략하는 공개 6 백만 달러의 사전 훈련 비용과 크게 대조됩니다.

이미지 : ensigame.com

중국 헤지 펀드 인 High-Flyer의 자회사 인 Deepseek의 독특한 구조는 신속한 혁신과 의사 결정을 허용합니다. 데이터 센터를 소유하면 최적화를 완전히 제어 할 수 있습니다. 이 회사의 상당한 투자는 5 억 달러를 초과하는 상당한 투자와 함께 중국의 최고 인재를 유치하는 높은 급여 (일부 연구원의 경우 매년 130 만 달러 이상)가 경쟁 우위에 크게 기여합니다.

이미지 : ensigame.com

DeepSeek의 "예산 친화적 인"이야기는 틀림없이 팽창되지만, 그 성공은 잘 자금을 지원하는 독립 AI 회사의 잠재력을 강조합니다. 훈련 비용의 대비-R1에 대한 DeepSeek의 5 백만 달러 대 Chatgpt의 4O에 대한 1 억 달러는 DeepSeek의 상대적 비용 효율성을 상당한 실제 투자로도 강조합니다. 그러나이 회사의 성공 사례는 상당한 투자, 기술 발전 및 고도로 숙련 된 인력에 더 정확하게 기인합니다.