Die Erschwinglichkeit von Deepseek ist ein Mythos: Die revolutionäre KI kostet tatsächlich 1,6 Milliarden US -Dollar für die Entwicklung

Deepseeks überraschend billige KI -Modell fordert die Branchenriesen heraus. Das chinesische Startup behauptet, sein leistungsstarkes Neuralnetz aus Deepseek V3 für nur 6 Millionen US -Dollar ausgebildet zu haben, wobei nur 2048 GPUs, ein Bruchteil der von Wettbewerbern verwendeten Ressourcen, verwendet wurde. Diese Kosteneffizienz widerspricht jedoch einer größeren Wahrheit.

Bild: Ensigame.com

Die innovative Architektur von Deepseek V3 trägt zur Effizienz bei. Zu den Schlüsseltechnologien gehören Multi-Tooken-Vorhersage (MTP), das mehrere Wörter gleichzeitig vorhersagt; Mischung von Experten (MOE), die 256 neuronale Netze für beschleunigte Schulungen einsetzen; und latente Aufmerksamkeit mit mehreren Kopf (MLA), die sich auf entscheidende Satzelemente für eine verbesserte Genauigkeit konzentrieren.

Bild: Ensigame.com

In einem semiianalysebericht enthüllt jedoch eine weitaus umfassendere Infrastruktur: ca. 50.000 NVIDIA Hopper -GPUs im Wert von rund 1,6 Milliarden US -Dollar, wobei die Betriebskosten 944 Millionen US -Dollar erreichten. Dies widerspricht Deepseeks anfänglicher Kostenansprüche, die nur die Nutzung der GPU vor der Trainierung widerspiegelt, ohne Forschung, Verfeinerung, Datenverarbeitung und allgemeine Infrastruktur.

Bild: Ensigame.com

Der Erfolg von Deepseek ergibt sich aus seinen erheblichen Investitionen (über 500 Millionen US -Dollar an KI -Entwicklung), technologischen Fortschritten und einem hochkompetenten Team, das jährlich über 1,3 Millionen US -Dollar verdient. Die unabhängige Struktur und sein Eigentum an Rechenzentren gewähren IT -Agilität und Kontrolle.

Bild: Ensigame.com

Während Deepseeks "budgetfreundliche" Erzählung wohl aufgeblasen ist, bleibt die Kosten immer noch deutlich niedriger als die Wettbewerber. Zum Beispiel kostete das R1 -Modell von Deepseek 5 Millionen US -Dollar im Vergleich zu 100 Millionen US -Dollar von Chatgpt4O. Deepseek zeigt, dass ein gut finanziertes, unabhängiges KI-Unternehmen effektiv konkurrieren kann, obwohl sein Erfolg in erheblichen Investitionen beruht und nicht nur in der Kostensenkung.