Deepseeks Entwicklung von 1,6 Mrd. USD: Entlarven des Erschwinglichkeitsmythos

Deepseeks neuer Chatbot bietet eine überraschende Fähigkeit: praktisch jede Frage. Diese KI, ein Produkt des chinesischen Startups, ist schnell zu einem wichtigen Marktspieler geworden und führt sogar zu erheblichen Rücknahmen im Aktienkurs von Nvidia.

Der Erfolg von Deepseek beruht auf seinen innovativen Architektur- und Trainingsmethoden. Schlüsseltechnologien umfassen:

• Multi-Token-Vorhersage (MTP): Anstatt Wörter einzeln vorherzusagen, prognostiziert MTP mehrere Wörter gleichzeitig, steigern Sie die Genauigkeit und Effizienz.
• Mischung von Experten (MOE): Diese Architektur verwendet mehrere neuronale Netzwerke, beschleunigt das Training und die Verbesserung der Leistung. Deepseek V3 verwendet 256 Netzwerke und aktiviert acht für jedes Token.
• Multi-Head Latent Achtung (MLA): MLA konzentriert sich auf wichtige Satzteile und extrahiert wiederholt wichtige Details, um den Informationsverlust zu minimieren und nuancierte Bedeutung zu erfassen.

Deepseek behauptete zunächst eine bemerkenswert niedrige Ausbildungskosten von 6 Millionen US -Dollar für sein mächtiges Deek -V3 -Modell mit nur 2048 GPUs.

Die semianalyse ergab jedoch Deepseeks Verwendung von ungefähr 50.000 Nvidia Hopper -GPUs - einschließlich 10.000 H800, 10.000 H100 und zusätzlichen H20 -Einheiten - mehrere Rechenzentren. Dies entspricht einer gesamten Serverinvestition von rund 1,6 Milliarden US -Dollar und Betriebskosten in Höhe von 944 Mio. USD.

Deepseek, eine Tochtergesellschaft von High-Flyer Hedgefonds, besitzt seine Rechenzentren und bietet Kontrolle über Optimierung und schnellere Innovation. Sein selbstfinanzierter Status verbessert die Flexibilität. Darüber hinaus zieht Deepseek Top -Talente an, wobei einige Forscher jährlich über 1,3 Millionen US -Dollar verdienen, hauptsächlich von chinesischen Universitäten.

Deepseeks anfängliche Schulungskosten in Höhe von 6 Millionen US -Dollar ist irreführend. Es deckt nur die Nutzung der GPU vor dem Training ab, ohne Forschung, Verfeinerung, Datenverarbeitung und Infrastruktur. Die gesamte KI -Entwicklungsinvestition des Unternehmens übersteigt 500 Millionen US -Dollar. Die magere Struktur ermöglicht jedoch effiziente Innovationen im Vergleich zu größeren, bürokratischeren Unternehmen.

Der Erfolg von Deepseek unterstreicht das Potenzial gut finanzierter unabhängiger KI-Unternehmen, mit Branchenriesen zu konkurrieren. Während seine "revolutionären Haushaltsansprüche" übertrieben sind, ist sein Erfolg unbestreitbar, was sich aus erheblichen Investitionen, technologischen Durchbrüchen und einem starken Team ergibt. Der Kostenunterschied ist Stark: Deepseeks R1 -Modell kostete 5 Millionen US -Dollar im Vergleich zu den 100 Millionen US -Dollar von Chatgpt4. Es ist jedoch immer noch billiger als seine Konkurrenten.