Il nuovo chatbot di Deepseek vanta un'intelligenza artificiale sorprendentemente capace, sfidando i giganti del settore e causando significative increspature di mercato, incluso un notevole calo del prezzo delle azioni di Nvidia. La sua introduzione, "Ciao, sono stato creato in modo da poter chiedere qualsiasi cosa e ottenere una risposta che potrebbe persino sorprenderti", riflette accuratamente il suo vantaggio competitivo. Questo successo deriva da una combinazione di metodologie innovative di architettura e formazione.
Immagine: Ensigame.com
I progressi tecnologici chiave includono la previsione multi-token (MTP) , che prevede più parole contemporaneamente per una maggiore precisione ed efficienza; Miscela di esperti (MOE) , utilizzando 256 reti neurali (otto attivate per token) in Deepseek V3 per l'addestramento accelerato e prestazioni migliorate; e l'attenzione latente multi-testa (MLA) , che estrae ripetutamente dettagli chiave per garantire che le informazioni cruciali non siano perse.
Immagine: Ensigame.com
Mentre DeepSeek inizialmente ha rivendicato un costo di allenamento notevolmente basso di $ 6 milioni per DeepSeek V3 utilizzando 2048 GPU, la semianalisi ha rivelato un'infrastruttura molto più sostanziale: circa 50.000 GPU di Nvidia Hopper (inclusi 10.000 H800, 10.000 H100 e GPU H20 aggiuntivi) su più centri di dati. Ciò si traduce in un investimento di server di circa $ 1,6 miliardi e spese operative vicino a $ 944 milioni.
Immagine: Ensigame.com
Deepseek, una consociata di High-Flyer, un hedge fund cinese, possiede i suoi data center, promuovendo il controllo e la rapida innovazione. La sua natura autofinanziata contribuisce all'agilità e al rapido processo decisionale. La società attira i migliori talenti, con alcuni ricercatori che guadagnano oltre $ 1,3 milioni all'anno, principalmente dalle università cinesi. La cifra iniziale di $ 6 milioni probabilmente riflette solo i costi di pre-allenamento GPU, escluse la ricerca, la raffinatezza, l'elaborazione dei dati e le spese complessive di infrastruttura. L'effettivo investimento di Deepseek nello sviluppo dell'IA supera i $ 500 milioni. La sua struttura compatta, tuttavia, consente un'innovazione efficiente rispetto ai concorrenti più grandi e burocratici.
Immagine: Ensigame.com
Il successo di Deepseek evidenzia il potenziale di società di intelligenza artificiale ben finanziate e indipendenti per competere in modo efficace. Mentre le sue affermazioni sul "bilancio rivoluzionario" sono probabilmente esagerate, i risultati dell'azienda sono innegabilmente impressionanti, in particolare se contrastati con i costi significativamente più elevati dei concorrenti. Ad esempio, la formazione modello R1 di DeepSeek è costata $ 5 milioni, mentre Chatgpt4O costa $ 100 milioni. Il successo di Deepseek è una testimonianza di investimenti sostanziali, scoperte tecnologiche e un team altamente qualificato.
