I dati indicano che dalla sua versione, DeepSeek ha accumulato 22,15 milioni di utenti attivi giornalieri (dau) in soli 21 giorni, raggiungendo il 41,6% della base di utenti di CHATGPT e superando 16,95 milioni di utenti attivi giornalieri di Doubao, diventando così l'applicazione in più rapida crescita a livello globale, in cima all'App Store di Apple in 157 paesi/regioni. Tuttavia, mentre gli utenti si sono affollati a frotte, gli hacker informatici hanno attaccato incessantemente l'app DeepSeek, causando una sforzo significativo sui suoi server. Gli analisti del settore ritengono che ciò sia parzialmente dovuto all'implementazione di deepSeek per la formazione, pur priva di un potere computazionale sufficiente per il ragionamento. Un addetto ai lavori del settore ha informato la revisione della tecnologia AI: "I problemi del server frequenti possono essere risolti facilmente addebitando commissioni o finanziamenti per acquistare più macchine; in definitiva, dipende dalle decisioni di DeepSeek". Ciò presenta un compromesso per concentrarsi sulla tecnologia rispetto alla produzione. DeepSeek ha in gran parte fatto affidamento sulla quantizzazione quantistica per l'autosufficienza, avendo ricevuto pochi finanziamenti esterni, con conseguente pressione relativamente bassa del flusso di cassa e un ambiente tecnologico più puro. Attualmente, alla luce dei problemi di cui sopra, alcuni utenti esortano Deep -Withing sui social media per elevare le soglie di utilizzo o introdurre funzionalità a pagamento per migliorare il comfort degli utenti. Inoltre, gli sviluppatori hanno iniziato a utilizzare l'API ufficiale o le API di terze parti per l'ottimizzazione. Tuttavia, la piattaforma aperta di Deepseek ha recentemente annunciato: "Le risorse del server attuali sono scarse e le ricariche del servizio API sono state sospese".

Ciò apre senza dubbio maggiori opportunità per i venditori di terze parti nel settore delle infrastrutture AI. Di recente, numerosi giganti nazionali e internazionali del cloud hanno lanciato le API del modello di Deepseek: i giganti di Overseas Microsoft e Amazon sono stati tra i primi a unirsi alla fine di gennaio. Il leader domestico, Huawei Cloud, ha fatto la prima mossa, rilasciando DeepSeek R1 e V3 Services in collaborazione con il flusso basato sul silicio il 1 ° febbraio. I rapporti della tecnologia AI indicano che i servizi di Flow basati su silicio hanno visto un afflusso di utenti, efficacemente "in crash" la piattaforma. Le tre grandi aziende tecnologiche-Bat (Baidu, Alibaba, Tencent) e Bytedance-hanno anche emesso offerte a basso costo a basso costo a partire dal 3 febbraio, che ricordano le guerre del prezzo cloud dell'anno scorso innestate dal lancio del modello V2 di Deepseek, dove Deepseek ha iniziato a essere soprannominata il "Butcher Price". Le azioni frenetiche dei fornitori di cloud fanno eco ai precedenti forti legami tra Microsoft Azure e Openi, dove nel 2019 Microsoft ha effettuato un sostanziale investimento da 1 miliardo di dollari in OpenAI e hanno raccolto benefici dopo il lancio di CHATGPT nel 2023. Tuttavia, questa stretta relazione ha iniziato a sfilare a sfilata dopo il meta un Llama Opending Llama, permettendo ad altri Venditori di Microsoft. In questo caso, DeepSeek non solo ha superato GHATGPT in termini di calore del prodotto, ma ha anche introdotto modelli open source in seguito alla versione O1, simile all'eccitazione che circonda il risveglio di GPT-3 di Llama.

In realtà, i fornitori di cloud si stanno anche posizionando come gateway di traffico per applicazioni di intelligenza artificiale, il che significa che l'approfondimento dei legami con gli sviluppatori si traduce in vantaggi preventivi. I rapporti indicano che Baidu Smart Cloud aveva oltre 15.000 clienti che utilizzavano il modello DeepSeek tramite la piattaforma Qianfan nel giorno di lancio del modello. Inoltre, diverse aziende più piccole offrono soluzioni, tra cui il flusso a base di silicio, la tecnologia Luchen, la tecnologia Chuanjing e vari fornitori di infralimenti di intelligenza artificiale che hanno lanciato supporto per i modelli DeepSeek. La revisione della tecnologia AI ha appreso che le attuali opportunità di ottimizzazione per le distribuzioni localizzate di DeepSeek esistono principalmente in due aree: si sta ottimizzando per le caratteristiche di scarsità del modello MOE utilizzando un approccio di ragionamento misto per distribuire il modello MOE di parametro da 671 miliardi a livello locale mentre utilizzano l'ingresso GPU ibrido/CPU. Inoltre, l'ottimizzazione di MLA è vitale. Tuttavia, i due modelli di Deepseek affrontano ancora alcune sfide nell'ottimizzazione della distribuzione. "A causa delle dimensioni del modello e di numerosi parametri, l'ottimizzazione è effettivamente complessa, in particolare per le distribuzioni locali in cui il raggiungimento di un equilibrio ottimale tra prestazioni e costi sarà impegnativo", ha dichiarato un ricercatore della Chuanjing Technology. L'ostacolo più significativo risiede nel superare i limiti di capacità della memoria. "Adottiamo un approccio di collaborazione eterogeneo per utilizzare pienamente le CPU e altre risorse computazionali, posizionando solo le parti non condivise della matrice MOE sparsa sulla CPU/DRAM per l'elaborazione utilizzando gli operatori della CPU ad alte prestazioni, mentre le porzioni dense rimangono sulla GPU", ha ulteriormente spiegato. I rapporti indicano che il quadro open source di Chuanjing KTransformer inietta principalmente varie strategie e operatori nell'implementazione di Transformers originali attraverso un modello, migliorando significativamente la velocità di inferenza usando metodi come CUDAGRAPH. DeepSeek ha creato opportunità per queste startup, poiché i benefici della crescita stanno diventando evidenti; Molte aziende hanno riportato una notevole crescita dei clienti dopo aver lanciato l'API DeepSeek, ricevendo richieste da clienti precedenti che cercano ottimizzazioni. Gli addetti ai lavori del settore hanno notato: "In passato, i gruppi di clienti in qualche modo affermati venivano spesso bloccati nei servizi standardizzati di aziende più grandi, strettamente vincolati dai loro vantaggi in termini di costi dovuti alla scala. Tuttavia, dopo aver completato lo spiegamento di DeepSeek-R1/V3 prima del Festival di primavera Attualmente, sembra che DeepSeek stia rendendo sempre più critiche le prestazioni di inferenza del modello e, con una più ampia adozione di grandi modelli, ciò continuerà a influenzare in modo significativo lo sviluppo nell'industria dell'infRA AI. Se un modello a livello di profondità potesse essere distribuito localmente a basso costo, aiuterebbe notevolmente gli sforzi di trasformazione digitale del governo e delle imprese. Tuttavia, le sfide persistono, poiché alcuni clienti possono contenere grandi aspettative riguardo a grandi capacità modello, rendendo più evidente che l'equilibrio e il costo diventa vitale nella distribuzione pratica.