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. O novo chatbot da empresa possui recursos impressionantes, contribuindo para uma queda significativa no preço das ações da NVIDIA. Seu sucesso decorre de uma combinação única de inovações arquitetônicas e métodos de treinamento eficientes.

Imagem: Ensigame.com

A Deepseek V3 aproveita várias tecnologias de ponta: previsão de vários toques (MTP) para maior precisão e eficiência; Mistura de especialistas (MOE) , utilizando 256 redes neurais para treinamento acelerado e desempenho aprimorado; e atenção latente de várias cabeças (MLA) para se concentrar nos elementos cruciais da frase, minimizando a perda de informações.

Imagem: Ensigame.com

No entanto, a alegação de Deepseek de um mero custo de treinamento de US $ 6 milhões para o Deepseek V3 é enganoso. Embora isso abranja o uso de GPU pré-treinamento, ele omite pesquisas substanciais, refinamento, processamento de dados e despesas de infraestrutura. A semiânica revelou que a infraestrutura real da Deepseek envolve aproximadamente 50.000 GPUs da NVIDIA Hopper, representando um investimento total do servidor de aproximadamente US $ 1,6 bilhão e custos operacionais próximos a US $ 944 milhões.

Imagem: Ensigame.com

A propriedade da Deepseek de seus data centers, juntamente com seu status autofinanciado e pesquisadores altamente compensados ​​(ganhando mais de US $ 1,3 milhão por ano), contribui para sua vantagem competitiva. A estrutura enxuta da empresa permite uma rápida implantação de inovação, contrastando com concorrentes maiores e mais burocráticos.

Imagem: Ensigame.com

Embora o sucesso de Deepseek seja inegável, sua narrativa "econômica" é exagerada. O investimento total excede US $ 500 milhões. No entanto, sua relação custo-benefício em relação aos concorrentes permanece significativa, exemplificada pelos custos de treinamento contrastante do R1 (US $ 5 milhões) e do ChatGPT4O (US $ 100 milhões). A história de Deepseek destaca o potencial de empresas de IA ágil e bem financiadas para competir efetivamente com os players estabelecidos, embora o investimento maciço continue sendo um fator-chave.