半導體行業分析公司指出，DeepSeek的基礎成本、伺服器搭建成本至少要13億美元。(圖/shutterstock／達志)
最近上線的中國大陸 AI軟體DeepSeek引發業界震撼，大陸聲稱建構DeepSeek的基礎成本很低，僅是OpenAI的零頭，最廣為流傳的說法之一，是DeepSeek V3 的訓練成本約為 600萬美元(1.9億新台幣)。不過這個說法被半導業行業研究公司 SemiAnalysis質疑，他們認為DeepSeek的成本應該至少有13億美元(約430億新台幣)。
有趣的工程(Interesting Engineering)報導，SemiAnalysis 指出，它未能解釋幾個關鍵因素。600 萬美元的估算，只考慮了 GPU 預訓練費用，忽略了公司在研發、基礎設施和其他必要成本方面的大量投資。報告強調，DeepSeek 的總伺服器資本支出，就高達13億美元。
根據報導，DeepSeek使用了大約 5萬張Hopper GPU(微架構的)，這導致業界產生了一些誤解。以為這就等於5萬張輝達H100 GPU(Nvidia Hopper H100 GPU)。
SemiAnalysis 澄清說，輝達的GPU 有多種型號，包括 H800、H100 以及 NVIDIA 為應對美國出口限製而生產的 H20。也是中國大陸可以獲得的類型。
該報告稱，與一些較大的 人工智慧實驗室不同，DeepSeek資料中心採用精簡模型，來提高其靈活性和效率。這算是一種不錯的適應能力，分析顯示 DeepSeek 的 R1模型，表現出與 Open AI 的 o1 相當的推理能力。
然而，這不意味著DeepSeek在所有指標都性能領先。
雖然 DeepSeek 的定價策略引起了關注和讚譽，但有一個重要的警告：功能相似的Google Gemini Flash 2.0 ，在API 服務存取時更加經濟。這使得 DeepSeek 處於一個十字路口，平衡效能和成本是其未來成功的關鍵。
但是，DeepSeek的多頭潛在注意力（Multi-Head Latent Attention,MLA），是個頗具突破性的創新，這種方法透過減少鍵值 (KV) 快取的使用，顯著降低了 93.3% 的推理成本。不過， DeepSeek 帶來的創新，也很可能會被渴望保持競爭力的西方人工智慧實驗室迅速採用。
報告推測，DeepSeek可能產生不錯的競爭環境，令其他同行也必須具有更快的適應能力。
總之，SemiAnalysis 描繪了 DeepSeek 在 AI 領域的當前地位。它的成本結構、GPU 利用率，和創新能力，確實成為一名強大的AI參與者。