DeepSeek의 획기적인 AI 모델은 업계 규범에 도전합니다. 처음에는 6 백만 달러에 불과한 예산 마비로 선전 된이 현실은 훨씬 더 많은 투자를 보여줍니다. 이 기사는 DeepSeek의 초기 청구와 정교한 AI 개발과 관련된 실제 비용 사이의 불일치를 탐구합니다.
인상적인 기능을 자랑하는 Deepseek Chatbot은 빠르게 주요 플레이어가되어 Nvidia에게 상당한 주가 하락을 일으켰습니다. 그 성공은 혁신적인 기술의 독특한 조합에서 비롯됩니다.
- MTP (Multi-Token Prediction) : 여러 단어를 동시에 예측하여 정확성과 속도를 크게 향상시킵니다.
- 전문가 혼합 (MOE) : 성능 및 교육 효율성을 높이기 위해 작업 당 8 개의 활성화 된 256 개의 신경망을 활용합니다.
- 멀티 헤드 잠재주의 (MLA) : 정보 손실을 최소화하고 미묘한 이해를 향상시키기 위해 주요 세부 정보를 반복적으로 추출합니다.
이미지 : ensigame.com
Deepseek V3에 대한 6 백만 달러의 교육 비용에 대한 Deepseek의 주장은 오도의 소지가 있습니다. 이 수치는 사전 훈련 GPU 사용을 반영 할 수 있지만 연구, 정제, 데이터 처리 및 대규모 인프라와 같은 상당한 비용을 생략합니다. Semianalysis는 DeepSeek이 여러 데이터 센터에서 약 50,000 개의 NVIDIA HOPPER GPU (H800, H100 및 H20 단위 포함)를 사용하여 방대한 계산 인프라를 운영하고 있습니다. 이 인프라는 약 16 억 달러의 총 서버 투자를 나타냅니다. 운영 비용은 9 억 9,400 만 달러로 추정됩니다.
이미지 : ensigame.com
이 회사의 구조는 중국 헤지 펀드 High-Flyer의 자회사로서 성공에 기여합니다. 데이터 센터를 소유하면 비교할 수없는 제어력과 더 빠른 혁신 구현이 제공됩니다. 자체 자금을 지원하는 특성은 민첩성과 빠른 의사 결정을 허용합니다. 또한 Deepseek은 최고의 인재를 유치하며 일부 연구자들은 매년 130 만 달러 이상을 벌고 있습니다.
이미지 : ensigame.com
AI 개발에 대한 Deepseek의 총 투자는 5 억 달러를 능가합니다. 간소화 된 구조는 대기업의 관료적 부담과 대조되는 효율적인 혁신을 가능하게합니다. 그러나 "혁명 예산"이야기는 실질적인 자원 약속을 지나치게 단순화 한 것입니다.
이미지 : ensigame.com
DeepSeek의 성공은 자이언트와 경쟁 할 수있는 잘 자금을 지원하는 독립 AI 회사의 잠재력을 보여 주지만, 그 이야기는 그러한 업적에 필요한 상당한 투자를 강조합니다. DeepSeek의 R1에 대해 5 백만 달러의 대조와 ChatGPT4O의 약 1 억 달러는 DeepSeek의 상당한 투자에도 불구하고 상당한 비용 차이를 강조합니다. 따라서 초기 저비용 청구는 전반적인 실질적인 투자의 맥락에서 볼 필요가 있습니다.
