Es ist jedoch immer noch billiger als seine Konkurrenten.
Der neue Chatbot von Deepseek begrüßte mich mit einer faszinierenden Einführung:
Hallo, ich wurde erstellt, damit Sie alles fragen und eine Antwort erhalten können, die Sie sogar überraschen könnte.
Heute hat sich die KI von Deepseek als beeindruckende Akteurin auf dem Markt entwickelt, insbesondere zu einem der größten Aktienkurs von NVIDIA.
Bild: Ensigame.com
Was dieses Modell unterscheidet, sind seine innovativen Architektur- und Trainingsmethoden, darunter:
Multi-Token Prediction (MTP): Mit dieser Technik kann das Modell mehrere Wörter gleichzeitig vorhergesagt, indem verschiedene Teile eines Satzes analysiert und sowohl die Genauigkeit als auch die Effizienz verbessert werden. Mischung von Experten (MOE): Nutzung von 256 neuronalen Netzwerken, wobei acht für jede Token -Verarbeitungsaufgabe aktiviert ist, beschleunigt diese Architektur das KI -Training und verbessert die Leistung. Multi-Head Latent Achtung (MLA): Durch wiederholte Konzentration auf die wichtigsten Teile eines Satzes reduziert MLA die Wahrscheinlichkeit, wichtige Informationen zu übersehen, wodurch wesentliche Nuancen in den Eingabedaten erfasst werden.
Bild: Ensigame.com
Analysten der semianalysis haben jedoch gezeigt, dass Deepseek eine riesige Computerinfrastruktur mit rund 50.000 Nvidia Hopper -GPUs betreibt, darunter 10.000 H800 -Einheiten, weitere 10.000 H100 und zusätzliche H20 -GPUs. Diese Ressourcen werden in mehreren Rechenzentren verteilt und für KI -Schulungen, Forschung und Finanzmodellierung verwendet.
Die Gesamtinvestition des Unternehmens in Server liegt bei rund 1,6 Milliarden US -Dollar, wobei die operativen Kosten auf 944 Mio. USD geschätzt werden.
Deepseek ist eine Tochtergesellschaft des chinesischen Hedgefonds-High-Flyer, das das Startup 2023 als separate KI-fokussierte Abteilung einführte. Im Gegensatz zu den meisten Startups, die die Rechenleistung von Cloud-Anbietern mieten, besitzt Deepseek seine Rechenzentren und ermöglicht die vollständige Kontrolle über AI-Modelloptimierung und eine schnelle Implementierung der Innovation. Das Unternehmen bleibt selbst finanziert, was seine Beweglichkeit und Entscheidungsgeschwindigkeit verbessert.
Bild: Ensigame.com
Darüber hinaus verdienen einige Deepseek -Forscher jährlich über 1,3 Millionen US -Dollar und zeichnen Top -Talente von führenden chinesischen Universitäten (das Unternehmen stellt keine ausländischen Spezialisten ein).
Trotzdem erscheint Deepseeks jüngste Behauptung, sein jüngstes Modell für nur 6 Millionen US -Dollar auszubilden, unrealistisch. Diese Abbildung macht nur die GPU-Nutzung während der Vorausbildung aus und schließt Forschungskosten, Modellverfeinerung, Datenverarbeitung und Gesamtkosten der gesamten Infrastruktur aus.
Seit seinem Start hat Deepseek über 500 Millionen US -Dollar in die KI -Entwicklung investiert. Die geringere Größe im Vergleich zu größeren, bürokratischeren Unternehmen ermöglicht es ihm jedoch, KI -Innovationen aktiver und effektiv umzusetzen.
Bild: Ensigame.com
Der Fall von Deepseek zeigt, dass ein gut finanziertes unabhängiges KI-Unternehmen Branchenriesen herausfordern kann. Experten betonen jedoch, dass der Erfolg des Unternehmens hauptsächlich auf erhebliche Investitionen, technische Durchbrüche und ein starkes Team und nicht auf ein "revolutionäres Budget" für die Entwicklung der KI -Modellentwicklung zurückzuführen ist.
Dennoch bleiben die Kosten der Wettbewerber deutlich höher. Zum Beispiel gab Deepseek 5 Millionen US -Dollar für R1 aus, während Chatgpt4O 100 Millionen US -Dollar kostete.
