低成本AI訓練？傳DeepSeek實際研發支出高達5億美元

記者 鄧天心／綜合報導

中國AI新創DeepSeek近期因其模型訓練成本低廉的說法引發熱議，然而，最新分析顯示，其硬體支出遠超市場預期，實際投資規模可能高達5億美元（約新台幣160億元），根據半導體研究機構SemiAnalysis最新報告，DeepSeek背後的資金來自中國知名對沖基金幻方量化（High-Flyer），該基金於2023年5月創立DeepSeek，並在更早的2021年，即美國對華科技出口管制生效前，已經購買1萬顆Nvidia A100GPU，為後續發展奠定基礎。

更多新聞：黃仁勳的最愛商管書：《創新的兩難》 教他什麼讓輝達邁向成功？

DeepSeek 燒錢驚人！加上伺服器跟設備總支出高達16億美元

DeepSeek的GPU投資規模驚人，總支出已超過5億美元，而整體伺服器與AI設備的資本支出更高達16億美元。其中，營運成本估計為9.44億美元，該公司擁有高度自主的AI運算資源，與一般依賴雲端供應商的AI新創形成強烈對比，此外，DeepSeek透過北京大學、浙江大學等中國頂尖學府招募AI人才，而公司內部AI研究員的薪資也超過130萬美元，遠高於中國其他AI公司。

DeepSeek的AI模型「V3」因宣稱訓練成本僅557.6萬美元而受到關注，該模型擁有6,710億個參數，使用2,048顆NvidiaH800GPU，耗時2個月訓練完成，然而，SemiAnalysis強調，這一成本僅涵蓋預訓練GPU運算，並未納入研發、基礎架構、資料清理、消融實驗（AblationExperiment）等成本。

相較之下，Meta旗下的Llama3模型使用4,050億個參數訓練，運算資源達3,080萬GPU小時，規模是DeepSeekV3的11倍，並採用16,384顆H100GPU訓練54天，分析報告也指出，DeepSeek能夠獲得大量AI運算資源，與美國對華晶片出口管制的時間滯後（Lag）有關，美國智庫蘭德公司（RAND）研究員LennartHeim指出，出口限制的真正影響尚未完全顯現，當DeepSeek需要升級數據中心或擴展計算規模時，才會遭遇更大挑戰，目前，Nvidia為中國市場推出的GPU型號已受限，H100系列的變體僅剩H20可供應中國，這將對DeepSeek這類AI企業的長期發展產生深遠影響。

儘管受到硬體限制，DeepSeek在開放權重AI模型領域的表現仍被外界高度評價，甚至被視為超越Meta Llama與法國AI新創MistralAI的有力競爭者，DeepSeek旗下另一款AI模型「R1」，被認為效能可媲美OpenAI先進模型「o1」，但消耗資源遠少於競爭對手。有業界觀察者認為，R1的GPU叢集應比V3更強大，未來有機會在AI領域持續突破，然而，面對美國持續加強出口管制，DeepSeek的算力來源與未來成長潛力仍充滿變數。

瀏覽 314 次