L'abordabilité de Deepseek est un mythe: l'IA révolutionnaire a coûté 1,6 milliard de dollars pour développer

Deepseek est étonnamment bon marché, le modèle d'IA défie les géants de l'industrie. La startup chinoise prétend avoir formé son puissant réseau neuronal Deepseek V3 pour seulement 6 millions de dollars, utilisant seulement 2048 GPU, sous-coignant considérablement les concurrents. Cependant, ce chiffre est trompeur.

Image: esigame.com

Deepseek V3 exploite les technologies innovantes: Prédiction multi-token (MTP) pour une précision et une efficacité améliorées; Mélange d'experts (MOE) , employant 256 réseaux neuronaux, pour accélérer la formation; et Attention latente multi-tête (MLA) pour se concentrer sur les éléments de phrase cruciaux.

Image: esigame.com

La réalité, découverte par semianalyse, révèle un investissement beaucoup plus substantiel. Deepseek exploite une infrastructure massive d'environ 50 000 GPU NVIDIA, d'une valeur d'environ 1,6 milliard de dollars, avec des coûts d'exploitation annuels près de 944 millions de dollars. Cela comprend des salaires substantiels, certains chercheurs gagnant plus de 1,3 million de dollars par an. La nature autofinancée de l'entreprise permet cependant une innovation agile.

Image: esigame.com

Alors que le coût pré-formation de 6 millions de dollars de Deepseek est une fraction des dépenses des concurrents (par exemple, les 100 millions de dollars de ChatGPT-4), l'investissement global dépasse 500 millions de dollars. Le succès de l’entreprise découle du financement substantiel, des progrès technologiques et d’une équipe hautement qualifiée, plutôt qu’une approche révolutionnaire de réduction des coûts. Malgré cela, ses coûts opérationnels ont encore considérablement réduit ceux de ses rivaux.

Image: esigame.com

L'exemple de Deepseek met en évidence le potentiel d'une entreprise d'IA indépendante bien financée pour concurrencer efficacement. Cependant, le récit des coûts de développement exceptionnellement bas nécessite un examen minutieux.