google-news-img

التحقق من الحقائق DeepSeek: إليكم التكلفة الحقيقية لتدريب نماذج الذكاء الاصطناعي

كانت DeepSeek في الأخبار، ولسبب وجيه. فالادعاء المثير للجدل بأن الشركة الصينية الناشئة استخدمت 6 ملايين دولار فقط في غضون شهرين لبناء نموذج ذكاء اصطناعي صدم المطورين في جميع أنحاء العالم.

وقد جعل أصحاب المصلحة يتساءلون عن مليارات الدولارات التي أنفقتها شركات التكنولوجيا الأمريكية على مشاريع مماثلة.

ومع ذلك، بدأت تظهر حقائق جديدة حول التكلفة الفعلية لتدريب نموذج ذكاء اصطناعي مثل DeepSeek.

- Advertisement -

حقيقة المليار دولار التي تقف وراء تدريب الذكاء الاصطناعي في DeepSeek

في تحديث شاركه مع متابعيه البالغ عددهم 1.2 مليون متابع على X، قام ديفيد ساكس، رئيس قسم الذكاء الاصطناعي والعملات الرقمية في البيت الأبيض، بالرد على هذا الادعاء.

ووصف ساكس أن حوسبة الذكاء الاصطناعي لدى DeepSeek بأنها مضللة حيث لم تكلف سوى 6 ملايين دولار.

أشار ساكس إلى تقرير أعده ديلان باتيل، وهو محلل أشباه الموصلات المشهور بعمله مع SemiAnalysis.

- Advertisement -
المصدر: X

يدعي باتيل أن شركة DeepSeek كانت ستنفق أكثر من مليار دولار على مجموعة الحوسبة الخاصة بها. وهذا المبلغ يزيد بمئات الملايين عن الرقم الذي تم الإبلاغ عنه على نطاق واسع وهو 6 ملايين دولار.

وقد أكد قائد الذكاء الاصطناعي والعملات الرقمية في البيت الأبيض أن رقم 6 ملايين دولار لا يمثل سوى التشغيل التدريبي النهائي.

لا يأخذ هذا المبلغ في الحسبان الجوانب الهامة من النفقات الرئيسية لشركة DeepSeek.

تشمل بعض النفقات الملحوظة المستثناة من المبلغ المُبلغ عنه النفقات الرأسمالية.

هذه هي تكلفة شراء وإعداد الأجهزة الخاصة بـ DeepSeek. كما أنها تتجاهل تكاليف البحث والتطوير (R&D).

يُزعم أن جميع النفقات المتعلقة بالبحث في نموذج الذكاء الاصطناعي وتطويره وتحسين DeepSeek لم تُحتسب بمبلغ 6 ملايين دولار.

يشير ساكس إلى أن تكلفة بناء نموذج الذكاء الاصطناعي الخاص بـ DeepSeek تقع في نطاق المليار دولار.

ورفض التقارير التي تفيد بأن الـ 6 ملايين دولار غير صحيحة ومضللة، ربما لمجرد تسجيل نقاط.

يوفر التحليل شبه التحليلي تفصيلاً أكثر تكلفة

ومن المثير للاهتمام، قدمت SemiAnalysis تفصيلاً لمزاعم DeepSeek المضللة المزعومة.

وأصرت على أن مبلغ الـ 6 ملايين دولار لا يمثل سوى وحدة معالجة الرسومات (GPU) قبل التدريب.

وتقدر التكلفة الإجمالية الفعلية للبنية التحتية الفعلية والنفقات الرأسمالية للبحث والتطوير والخوادم بحوالي 1.3 مليار دولار.

ومن الادعاءات البارزة الأخرى التي فندتها الشركة ما يتعلق بالرقائق. أشار SemiAnalysis إلى أنه على الرغم من أن DeepSeek تشغل 50,000 وحدة معالجة رسومات Hopper، إلا أنها ليست جميعها من فئة H100.

بل هي مزيج من H100s وH800s وH20s. H20s هي النسخة الصينية بسبب قيود التصدير الأمريكية.

وفقًا لرؤى الأداء، يمكن مقارنة نموذج R1 الخاص بـ DeepSeek بنموذج OpenAI o1 فيما يتعلق باستنتاج المهام.

ومع ذلك، فإنه لا يمر كرائد واضح في جميع المعايير. وفي الوقت نفسه، يتمتع Gemini Flash 2.0 من Google بإمكانيات مماثلة ويمكن القول إنه أرخص في الوصول إلى واجهة برمجة التطبيقات.

فيما يتعلق بكفاءة الابتكار، يقلل الانتباه الكامن متعدد الرؤوس (MLA) بشكل كبير من التكلفة عن طريق خفض استخدام ذاكرة التخزين المؤقت KV بنسبة 93.3%.

بشكل عام، يمكن أن تنخفض تكلفة DeepSeek بحوالي 5 أضعاف بحلول نهاية العام، مما يرجح كفة الشركة الناشئة. وتجدر الإشارة إلى أن هذا الانخفاض في التكلفة قد يسمح لشركة DeepSeek بالتوسع بشكل أسرع من اللاعبين الآخرين في هذا المجال.

ومع ذلك، سلطت شركة SemiAnalysis الضوء على قيود التصدير الأمريكية كعقبة محتملة أمام طموحات التوسع لشركة DeepSeek.

التأثير على قطاع العملات المشفرة

وقد رأى المحللون أنه بغض النظر عن التكلفة الحقيقية لتدريب نموذج الذكاء الاصطناعي الخاص بشركة DeepSeek، فقد يُغير هذا النموذج قواعد اللعبة في قطاع العملات الرقمية.

ستتطلب سلاسل الكتل ومشاريع التشفير المختلفة مزيدًا من الكفاءة والقيمة مقابل المال من المطورين لأنها تشير إلى إمكانية تحقيق المزيد مقابل مبلغ أقل.

أشار البعض إلى أن قطاع العملات الرقمية قد يشهد ترقيات جديدة تهدف إلى قابلية التوسع والكفاءة.

بعد التحديث، شهدت عملات الذكاء الاصطناعي انتعاشًا ملحوظًا. فقد قفزت إنترنت كمبيوتر الإنترنت بنسبة 2.80% إلى 9.9336 دولارًا، وارتفع سهم Injective بنسبة 1.82% إلى 20.40 دولارًا، وقفز سهم البروتوكول القريب بنسبة 2.2% إلى 4.616 دولارًا.

Disclaimer

The contents of this page are intended for general informational purposes and do not constitute financial, investment, or any other form of advice. Investing in or trading crypto assets carries the risk of financial loss. The forecasted data (also called “price prediction”) on this page are subject to change without notice and are not guaranteed to be accurate.

Our Newsletter

Subscribe to our newsletter to get the latest news and promotions.

Godfrey Benjamin
Godfrey Benjaminhttps://www.thecoinrepublic.com/
Godfrey Benjamin is an experienced crypto journalist whose main goal is to educate everyone around him about the prospects of Web 3.0. His love for crypto was birthed when, as a former banker, he discovered the obvious advantages of decentralized money over traditional payments. With his vast experience covering various aspects of Web3, Godfrey's articles has been featured on Blockchain.news, Cryptonews and Coingape, among others.