Treniranje kineskog DeepSeek AI modela koštalo manje od 300.000 dolara

Kineska kompanija DeepSeek saop&scaron;tila je danas da je potro&scaron;ila svega 294.000 američkih dolara na treniranje svog modela ve&scaron;tačke inteligencija R1, &scaron;to je daleko manji iznos od onoga &scaron;to su tro&scaron;ile rivalske američke kompanije.U članku objavljenom u časopisu &quot;Nature&quot; kompanija je saop&scaron;tila da je treniranje modela R1 ko&scaron;talo ne&scaron;to manje od 300.000 dolara, kao i da je kori&scaron;ćeno 512 čipova H800 kompanije Nvidia.Dodaje se da kompanija poseduje i A100 čipove, i da ih je koristila u pripremnim fazama razvoja modela R1.&quot;Koristili smo A100 GPU modele za eksperimente s manjim modelom, a nakon te faze , R1 je obučen tokom 80 sati na klasteru od 512 čipova H800&quot;, navodi se u saop&scaron;tenju.Zvaničnici Sjedinjenih Američkih Država u junu su potvrdili da DeepSeek ima pristup velikim količinama H100 čipova koji su nabavljeni nakon &scaron;to su SAD uvele kontrolu izvoza čipova u Kinu.Nvidia je u slično vreme saop&scaron;tial da je DeepSeek koristio legalno stečene H800 čipove, a ne H100.Izvr&scaron;ni direktor rivalske američke kompanije OpenAI Sem Altman rekao je 2023. da je osnovna obuka njihovog modela ChatGPT ko&scaron;tala &quot;mnogo vi&scaron;e od 100 miliona dolara&quot;.

Treniranje kineskog DeepSeek AI modela koštalo manje od 300.000 dolara

3 Komentari