ডিপসেকের আশ্চর্যজনকভাবে সস্তা এআই মডেল শিল্প জায়ান্টদের চ্যালেঞ্জ জানায়। চীনা স্টার্টআপটি দাবি করেছে যে তার শক্তিশালী ডিপসেক ভি 3
কেবলমাত্র million মিলিয়ন ডলারের জন্য প্রশিক্ষণ নিয়েছে, কেবলমাত্র 2048 জিপিইউ ব্যবহার করে, প্রতিযোগীদের উল্লেখযোগ্যভাবে হ্রাস করে। এই আপাতদৃষ্টিতে কম ব্যয়, তবে, অনেক বড় বিনিয়োগকে বিশ্বাস করে
ডিপসেক ভি 3 এর উদ্ভাবনী আর্কিটেকচার তার দক্ষতায় অবদান রাখে। মূল প্রযুক্তিগুলির মধ্যে একসাথে শব্দের পূর্বাভাসের জন্য মাল্টি-টোকেন প্রেডিকশন (এমটিপি) অন্তর্ভুক্ত রয়েছে, বিশেষজ্ঞদের মিশ্রণ (এমওই) 256
গুলি ব্যবহার করে এবং গুরুত্বপূর্ণ বাক্য উপাদানগুলির উপর বর্ধিত ফোকাসের জন্য মাল্টি-হেডের সুপ্ত মনোযোগ (এমএলএ) অন্তর্ভুক্ত রয়েছে 
চিত্র: ensigame.com
তবে, একটি ঘনিষ্ঠ চেহারা একটি যথেষ্ট অবকাঠামোগত বিনিয়োগ প্রকাশ করে। সেমিয়ানালাইসিস ডিপসিকের প্রায় 50,000 এনভিডিয়া হপার জিপিইউ ব্যবহার উদ্ঘাটিত করেছে, যা প্রায় 1.6 বিলিয়ন ডলার সার্ভার ব্যয় এবং অপারেশনাল ব্যয়ে 944 মিলিয়ন ডলার। এটি প্রাথমিক million মিলিয়ন ডলার প্রশিক্ষণ ব্যয়ের দাবির সাথে তীব্রভাবে বিপরীত, যা কেবল গবেষণা, পরিমার্জন, ডেটা প্রসেসিং এবং সামগ্রিক অবকাঠামো বাদ দিয়ে প্রাক-প্রশিক্ষণ জিপিইউ ব্যবহারের জন্য অ্যাকাউন্ট করে 
চিত্র: ensigame.com
ডিপসেকের সাফল্য তার স্বাধীন কাঠামো থেকে উদ্ভূত হয়, দ্রুত উদ্ভাবন এবং দক্ষ সংস্থান বরাদ্দের অনুমতি দেয়। হাই-ফ্লায়ার হেজ ফান্ডের সহায়ক সংস্থা সংস্থাটি তার ডেটা সেন্টারের মালিক, মেঘ-নির্ভরশীল প্রতিযোগীদের বিপরীতে। তদুপরি, এর উচ্চ বেতনগুলি চীনা বিশ্ববিদ্যালয়গুলি থেকে শীর্ষ প্রতিভা আকর্ষণ করে। এআই বিকাশে ডিপসেকের মোট বিনিয়োগ $ 500 মিলিয়ন ছাড়িয়েছে 
চিত্র: ensigame.com
Neural Network যখন ডিপসেকের "বাজেট-বান্ধব" দাবিটি বিভ্রান্তিকর, তবে প্রতিযোগীদের সাথে সম্পর্কিত এর ব্যয়-কার্যকারিতা উল্লেখযোগ্য রয়ে গেছে। চ্যাটজিপিটি 4 এর 100 মিলিয়ন ডলারের তুলনায় সংস্থার আর 1 মডেলটি প্রশিক্ষণের জন্য 5 মিলিয়ন ডলার ব্যয় করেছে। ডিপসেকের উদাহরণটি প্রাথমিক ব্যয়ের দাবির অতিরঞ্জিত হওয়া সত্ত্বেও প্রতিষ্ঠিত খেলোয়াড়দের সাথে কার্যকরভাবে প্রতিযোগিতা করার জন্য একটি সু-অর্থায়িত, চতুর এআই কোম্পানির সম্ভাবনা প্রদর্শন করে। বাস্তবতা হ'ল একটি উল্লেখযোগ্য বিনিয়োগ, প্রযুক্তিগত অগ্রগতি এবং একটি দক্ষ কর্মশক্তি এর সাফল্যের মূল চাবিকাঠি Neural Network
