دنیای هوش مصنوعی مدام ناظر ظهور و سقوط شرکت‌های نوپا بوده است. در این بین، شرکت چینی دیپ‌سیک با ادعاهای جسورانه خود مبنی‌بر افت دیدنی هزینه‌های آموزش مدل‌های هوش مصنوعی پیشرفته، دقت تعداد بسیاری را به خود جلب کرد. این شرکت مدعی می بود که مدل R1 خود را با صرف تنها ۶ میلیون دلار و ۲٬۰۴۸ پردازنده گرافیکی آموزش داده است؛ درحالی‌که رقبای آمریکایی آن برای آموزش مدل‌های شبیه، میلیاردها دلار هزینه می‌کنند. آیا این ادعاها حقیقت دارند؟

بنابر گزارش مؤسسه تحقیقاتی SemiAnalysis، دیپ‌سیک برای گسترش زیرساخت‌های خود نزدیک به ۱٫۶ میلیارد دلار هزینه کرده است و از ۵۰ هزار پردازنده گرافیکی Hopper شامل ۱۰ هزار H800 و ۱۰ هزار H100 منفعت می‌برد.

آمار و رقم های مؤسسه تحقیقاتی SemiAnalysis، با ادعاهای اولیه دیپ‌سیک مبنی‌بر هزینه‌های زیاد کم آموزش مدل‌هایش در تضاد است. به نظر می‌رسد که رقم ۶ میلیون دلار فقط به بخشی از هزینه‌های آموزش، یعنی هزینه زمان پردازش گرافیکی برای مرحله پیش‌آموزش مدل اشاره کرده و هزینه‌های تحقیق، گسترش، پردازش داده‌ها و زیرساخت‌های کلی را در نظر نگرفته است.

دیپ‌سیک در واقع از شرکت اندوخته‌گذاری چینی به نام High-Flyer برخاسته که از سال‌ها پیش درزمینه هوش مصنوعی و GPU اندوخته‌گذاری‌های کلانی انجام داده است. این شرکت در سال ۲۰۲۳ دیپ‌سیک را به‌گفتن شرکت جدا گانه و تخصصی در حوزه هوش مصنوعی راه‌اندازی کرد.

دیپ‌سیک بر‌خلاف تعداد بسیاری از استارت‌آپ‌های دیگر، به‌جای تکیه بر سرویس‌های ابری دیتاسنترهای اختصاصی خود را اداره می‌کند. این کار به آن امکان می‌دهد تا فرایند آزمایش و بهینه‌سازی مدل‌های هوش مصنوعی خود را کاملاً کنترل و بدون نیاز به هماهنگی با شرکت‌های دیگر، به‌شدت تغییرات مورد نظر را اعمال کند.

یکی دیگر از ویژگی‌های مهم دیپ‌سیک جذب توانایی های برتر از داخل چین است. این شرکت با پرداخت حقوق و مزایای رقابتی وسوسه‌کننده، متخصصان هوش مصنوعی برجسته را از دانشگاه‌های معتبر چین همانند دانشگاه پکن و دانشگاه ژجیانگ جذب می‌کند. حرف های می‌بشود که برخی از محققان هوش مصنوعی در دیپ‌سیک بیشتر از ۱٫۳ میلیون دلار حقوق سالانه دریافت می‌کنند که حتی از حقوق پرداختی شرکت‌های بزرگ هوش مصنوعی چین همانند مون‌شات زیاد تر است.

دیپ‌سیک به‌جای تکیه بر افزایش مقیاس سخت‌افزار، بر بهبود الگوریتم‌ها و نوآوری‌های فنی تمرکز دارد. برای مثال، این شرکت الگوریتم Multi-Head Latent Attention (MLA) را گسترش داده که نیازمند ماه‌ها کار تحقیقاتی و منفعت گیری زیاد زیاد از GPU بوده است. مدیرعامل دیپ‌سیک گفتن می‌کند که با منفعت گیری از رویکردهای هوشمندانه و الگوریتم‌های کارآمد، می‌توان با صرف منبع های کمتر به نتایج شبیه یا حتی بهتری دست‌یافت.

بااین‌حال، پیروزی دیپ‌سیک نه‌تنها به نوآوری‌های فنی، بلکه به اندوخته‌گذاری‌های کلان و جذب توانایی های برتر نیز وابسته است. از دیدگاه تعداد بسیاری کارشناسان حوزه‌ سخت‌افزار، ادعاهای اولیه این شرکت مبنی‌بر هزینه‌های زیاد اندک آموزش مدل‌های هوش مصنوعی تا حد بسیاری جنبه تبلیغاتی داشته است و با حقیقت فاصله دارد. در واقع، دیپ‌سیک نیز همانند دیگر شرکت‌های بزرگ فعال درزمینه هوش مصنوعی، برای رقابت در این عرصه نیازمند اندوخته‌گذاری‌های هنگفت و کوششهای بی‌وقفه است.