DeepSeek의 경제성은 신화입니다. 혁명 AI는 실제로 개발하는 데 16 억 달러가 들었습니다.

DeepSeek의 새로운 챗봇은 인상적인 소개를 자랑합니다. "안녕하세요, 나는 당신이 무엇이든 물어보고 당신을 놀라게 할 수있는 답을 얻을 수 있도록 만들어졌습니다." 중국 스타트 업 Deepseek의 제품인이 AI는 빠르게 주요 선수가되어 Nvidia의 주가가 크게 하락하기까지했습니다. 성공은 몇 가지 혁신적인 기술을 통합 한 독특한 아키텍처 및 교육 방법론에서 비롯됩니다.

MTP (Multi-Token Prediction) : 한 번에 한 단어를 예측하는 전통적인 모델과 달리 MTP는 여러 단어를 동시에 예측하여 정확도와 효율성을 향상시키기 위해 다른 문장 부분을 분석합니다.

전문가 (MOE)의 혼합 : 이 아키텍처는 여러 신경망을 사용하여 입력 데이터를 처리하고 교육을 가속화하고 성능을 향상시킵니다. DeepSeek V3는 256 개의 네트워크를 사용하여 각 토큰 당 8 개를 활성화합니다.

다중 헤드 잠재주의 (MLA) : 이 메커니즘은 중요한 문장 요소에 중점을 두어 텍스트 조각에서 주요 세부 정보를 반복적으로 추출하여 정보 손실을 최소화하고 미묘한 뉘앙스를 포착합니다.

Deepseek은 처음에 2048 GPU를 사용하여 강력한 DeepSeek V3 Neural Nework를 6 백만 달러에 불과했다고 주장했습니다. 그러나 Semianalysis는 10,000 H800, 10,000 H100 및 추가 H20을 포함하여 약 50,000 NVIDIA HOPPER GPU가 여러 데이터 센터에 퍼져있는 훨씬 더 광범위한 인프라를 나타 냈습니다. 이는 약 16 억 달러의 총 서버 투자를 나타내며 운영 비용은 9 억 9,400 만 달러로 추정됩니다.

High-Flyer 헤지 펀드의 자회사 인 Deepseek는 클라우드 서비스에 의존하는 많은 신생 기업과 달리 데이터 센터를 소유하고 있습니다. 이를 통해 최적화에 대한 제어력을 높이고 더 빠른 혁신 구현을 제공합니다. 회사의 자체 자금 지원 자연은 유연성과 의사 결정 속도를 향상시킵니다. 또한 Deepseek은 최고의 인재를 유치하며 일부 연구자들은 주로 중국 대학에서 매년 130 만 달러 이상을 벌고 있습니다.

초기 6 백만 달러의 교육 비용 청구는 비현실적인 것으로 보이지만 GPU 사용을 사전 훈련하고 연구, 개선, 데이터 처리 및 인프라를 제외한 것만으로도 비현실적으로 보이지만 DeepSeek은 AI 개발에 5 억 달러 이상을 투자했습니다. 소형 구조는 더 큰 관료적 회사에 비해 효율적인 혁신 구현을 촉진합니다.

DeepSeek의 성공은 잘 자금을 지원받는 독립 AI 회사의 경쟁 잠재력을 강조합니다. 그러나 그 성과는 상당한 투자, 기술 혁신 및 강력한 팀에 뿌리를두고 있으며, "혁신적인 예산"은 지나치게 단순화됩니다. 그럼에도 불구하고 DeepSeek의 비용은 경쟁 업체보다 훨씬 낮습니다. 예를 들어, R1 모델 교육 비용은 Chatgpt 4의 1 억 달러에 비해 5 백만 달러입니다. 그러나 경쟁사보다 여전히 저렴합니다.