A acessibilidade do Deepseek é um mito: a IA revolucionária realmente custou US $ 1,6 bilhão para se desenvolver

O modelo de IA surpreendentemente barato de Deepseek desafia os gigantes da indústria. A startup chinesa afirma ter treinado sua poderosa rede neural Deepseek V3 por meros US $ 6 milhões, utilizando apenas 2048 GPUs, subcotando significativamente os concorrentes. No entanto, esse número é enganoso.

imagem: ensigame.com

A Deepseek V3 aproveita as tecnologias inovadoras: Previsão com vários toques (MTP) Para maior precisão e eficiência; Mistura de especialistas (MOE) , empregando 256 redes neurais, para acelerar o treinamento; e atenção latente de várias cabeças (MLA) para se concentrar nos elementos cruciais da frase.

imagem: ensigame.com

A realidade, descoberta pela semiânica, revela um investimento muito mais substancial. A Deepseek opera uma infraestrutura maciça de aproximadamente 50.000 GPUs da NVIDIA, avaliadas em aproximadamente US $ 1,6 bilhão, com custos operacionais anuais quase 944 milhões. Isso inclui salários substanciais, com alguns pesquisadores ganhando mais de US $ 1,3 milhão anualmente. A natureza autofinanciada da empresa, no entanto, permite inovação ágil.

imagem: ensigame.com

Embora o custo pré-treinamento de US $ 6 milhões da Deepseek seja uma fração das despesas dos concorrentes (por exemplo, US $ 100 milhões do ChatGPT-4), o investimento geral excede US $ 500 milhões. O sucesso da empresa decorre de financiamento substancial, avanços tecnológicos e uma equipe altamente qualificada, em vez de uma abordagem revolucionária de corte de custos. Apesar disso, seus custos operacionais ainda diminuíram significativamente os de seus rivais.

imagem: ensigame.com

O exemplo da Deepseek destaca o potencial de uma empresa de IA independente e bem financiada para competir de maneira eficaz. No entanto, a narrativa de custos excepcionalmente baixos de desenvolvimento requer um escrutínio cuidadoso.