DeepSeek: Η κινεζική πρόκληση στην τεχνητή νοημοσύνη με εκπαίδευση μόλις 294.000 δολαρίων
Η DeepSeek εκπαίδευσε το μοντέλο R1 με μόλις $294.000, σύμφωνα με το Nature.
Χρησιμοποίησε 512 τσιπ Nvidia H800, σχεδιασμένα ειδικά για την κινεζική αγορά.
Η αποκάλυψη εντείνει τον ανταγωνισμό με την OpenAI και προκαλεί πτώση σε τεχνολογικές μετοχές.
Η εμφάνιση της DeepSeek, της ανερχόμενης κινεζικής δύναμης στην τεχνητή νοημοσύνη, προκαλεί αναταράξεις στον παγκόσμιο ανταγωνισμό. Το μεγαλύτερο πλήγμα το δέχθηκε η OpenAI, όταν έγινε γνωστό ότι η DeepSeek δαπάνησε μόλις 294.000 δολάρια για την εκπαίδευση του μοντέλου R1, ποσό ασύγκριτα χαμηλότερο από τις δαπάνες των αμερικανικών κολοσσών.
Η αποκάλυψη, που δημοσιεύτηκε στο Nature, έρχεται σε μια κρίσιμη στιγμή, εντείνοντας τις ανησυχίες για τον ρόλο της Κίνας στον παγκόσμιο χάρτη της τεχνητής νοημοσύνης. Η ανακοίνωση της DeepSeek για ανάπτυξη χαμηλού κόστους συστημάτων AI είχε ήδη προκαλέσει πτώση στις μετοχές μεγάλων τεχνολογικών εταιρειών, καθώς οι επενδυτές φοβούνται για την κυριαρχία παικτών όπως η Nvidia.
Σύμφωνα με τα στοιχεία, η εκπαίδευση του μοντέλου βασίστηκε σε 512 τσιπ Nvidia H800, ειδικά σχεδιασμένα για την κινεζική αγορά μετά την απαγόρευση εξαγωγής πιο ισχυρών τσιπ (H100 και A100) από τις ΗΠΑ. Για πρώτη φορά η DeepSeek παραδέχθηκε ότι είχε στην κατοχή της τσιπ A100, τα οποία χρησιμοποίησε στο προπαρασκευαστικό στάδιο ανάπτυξης, ενώ το κύριο στάδιο εκπαίδευσης ολοκληρώθηκε σε 80 ώρες με τα H800.
Η εταιρεία έχει δεχθεί επικρίσεις από Αμερικανούς αξιωματούχους και στελέχη του κλάδου, με κατηγορίες ότι «διαστρωμάτωσε» μοντέλα της OpenAI. Ωστόσο, η ίδια υπερασπίζεται την τεχνική της διαστρωμάτωσης, υποστηρίζοντας ότι οδηγεί σε καλύτερη απόδοση με χαμηλότερο κόστος εκπαίδευσης και λειτουργίας, καθιστώντας την τεχνητή νοημοσύνη πιο προσιτή σε περισσότερους χρήστες.
