Реальні витрати на навчання DeepSeek у 400 разів вищі за заявлені

Контроверсія навколо DeepSeek продовжує розвиватися, відкриваючи нові подробиці про витрати на навчання їх моделі R1. Згідно з останнім звітом SemiAnalysis, фактичні витрати компанії виявилися в 400 разів вищими за заявлені $5 млн. Ці нові дані суттєво змінюють сприйняття фінансової моделі DeepSeek.

Що ще відомо

На початку року заявлені витрати у $5 млн спричинили шок на ринку і викликали паніку серед інвесторів, що вплинуло на котирування акцій Nvidia та інших виробників чіпів для штучного інтелекту. Однак, за даними SemiAnalysis, реальні витрати DeepSeek становлять близько $1,6 млрд на капітальні витрати (CapEx) та $944 млн на операційні витрати. Ці цифри свідчать про значні інвестиції, які раніше були приховані.

DeepSeek почав свою діяльність як проект китайського хедж-фонду High-Flyer. У 2021 році, до введення експортних обмежень, компанія закупила 10 000 графічних процесорів A100 від NVIDIA. Після того, як проект став окремою структурою, він отримав доступ до 10 000 спеціалізованих графічних процесорів H800 та 10 000 чіпів H100 від NVIDIA, а також активно використовує прискорювачі AI H20.

Цифра $5 млн стосувалася лише частини витрат, пов’язаних з запуском фінальної моделі. Всі інші витрати залишилися поза увагою, створюючи ілюзію економічності. Проте DeepSeek дійсно досягла значних успіхів завдяки своїй команді, яка розробила ефективне рішення для конкуренції з OpenAI.

Недавні події стали каталізатором осмислення різниці між заявленими та реальними витратами. Тепер очевидно, що DeepSeek використовувала стратегію маніпулювання інформацією, щоб виглядати економічно вигідною альтернативою іншим гравцям. Ця тактика, хоч і спрацювала тимчасово, може вплинути на довіру до компанії в майбутньому.

SemiAnalysis також провела детальне тестування моделі DeepSeek, розкривши її можливості та обмеження. Звіт показує значні досягнення у сфері ефективності моделей, але фінансова політика компанії залишається предметом суперечок.