O modelo de IA surpreendentemente barato de Deepseek desafia os gigantes da indústria. A empresa afirma ter treinado sua poderosa rede neural Deepseek V3 por meros US $ 6 milhões, utilizando apenas 2048 GPUs, um forte contraste com as despesas dos concorrentes. No entanto, esse número é enganoso.
imagem: ensigame.com
A arquitetura inovadora da DeepSeek V3 contribui para sua eficiência. As principais tecnologias incluem previsão de vários toques (MTP), que prevê várias palavras simultaneamente; Mistura de especialistas (MOE), empregando 256 redes neurais para processamento aprimorado; e atenção latente de várias cabeças (MLA), concentrando-se nos elementos cruciais da frase para melhorar a precisão.
imagem: ensigame.com
Ao contrário do seu custo divulgado, a semiânica revela que a DeepSeek opera uma infraestrutura maciça de aproximadamente 50.000 GPUs da NVIDIA, avaliadas em aproximadamente US $ 1,6 bilhão, com custos operacionais próximos a US $ 944 milhões. Esse investimento substancial, juntamente com altos salários para seus pesquisadores (excedendo US $ 1,3 milhão anualmente), supera significativamente a reivindicação inicial de US $ 6 milhões.
imagem: ensigame.com
O sucesso da Deepseek decorre de sua estrutura única: uma subsidiária da High-Flyer, um fundo de hedge chinês, possui seus data centers, promovendo a rápida inovação e otimização. Sua natureza autofinanciada aumenta a agilidade. Enquanto a narrativa "econômica" é exagerada, o investimento geral da Deepseek, superior a US $ 500 milhões, ainda representa uma abordagem comparativamente enxuta.
imagem: ensigame.com
O contraste com os concorrentes é impressionante. O modelo R1 da Deepseek custou US $ 5 milhões, em comparação com os US $ 100 milhões da ChatGPT4O. O exemplo de Deepseek mostra um caminho para a competitividade, mas seu sucesso está inegavelmente enraizado em investimentos substanciais e avanços tecnológicos, não apenas seus custos de treinamento supostamente baixos. Apesar da reivindicação inflada, ainda prejudica significativamente os concorrentes.
