DeepSeek开创性的AI模型挑战了行业规范。最初被吹捧为预算奇迹，接受了600万美元的培训，现实显示出了更大的投资。本文探讨了DeepSeek的最初主张与开发其复杂AI的实际成本之间的差异。
DeepSeek聊天机器人具有令人印象深刻的能力，很快就成为了主要参与者，甚至导致Nvidia的股价大幅下跌。它的成功源于创新技术的独特组合：
- 多语预测（MTP)：同时预测多个单词，可显着提高准确性和速度。
- 专家（MOE)的混合物：利用256个神经网络，每项任务激活了8个，以提高性能和训练效率。
- 多头潜在注意力（MLA)：反复提取关键细节，以最大程度地减少信息丢失并改善细微的理解。
图像：ensigame.com
DeepSeek对DeepSeek V3的600万美元培训成本的主张具有误导性。尽管该数字可能反映了培训前的GPU使用情况，但它忽略了大量费用：研究，改进，数据处理和大规模的基础架构。半分析显示，DeepSeek运营着庞大的计算基础架构，利用大约50,000个NVIDIA HOPPER GPU（包括H800，H100和H20单元)跨多个数据中心。该基础设施的总投资总额约为16亿美元，运营成本估计为9.44亿美元。
图像：ensigame.com
作为中国对冲基金高级基金的子公司，该公司的结构为其成功做出了贡献。拥有其数据中心提供了无与伦比的控制和更快的创新实现。它的自资助性质允许敏捷和快速决策。此外，DeepSeek吸引了顶尖人才，一些研究人员每年收入超过130万美元。
图像：ensigame.com
DeepSeek对AI开发的总投资超过了5亿美元。它的简化结构可实现有效的创新，与大公司的官僚负担形成鲜明对比。但是，“革命预算”的叙述是对其实质资源承诺的过度简化。
图像：ensigame.com
尽管DeepSeek的成功表明了资金充足的独立AI公司与巨人竞争的潜力，但其故事强调了这项成就所必需的重大投资。 DeepSeek报告说，R1的500万美元与估计的ChatGpt4O估计$ 1亿美元之间的对比凸显了巨大的成本差异，即使DeepSeek的大量投资也是如此。因此，需要在总体大量投资的背景下查看最初的低成本索赔。
