データは、リリース以来、DeepSeekが21日以内に2,215百万人のアクティブユーザー（DAU）を発生し、ChatGPTのユーザーベースの41.6％を達成し、Doubaoの1695百万人のアクティブユーザーを超えて世界で最も急成長しているアプリケーションになり、157の国/領域でApple App Storeを突破します。ただし、ユーザーが大勢で群がる間、サイバーハッカーはDeepSeekアプリを容赦なく攻撃しており、サーバーに大きな負担をかけています。業界のアナリストは、これは一部がトレーニング用のカードを展開することによるものであると考えていますが、推論に十分な計算能力がありません。業界のインサイダーは、AIテクノロジーのレビューを通知しました。「頻繁なサーバーの問題は、より多くのマシンを購入するために料金や資金を請求することで簡単に解決できます。最終的には、DeepSeekの決定に依存します。」これは、テクノロジーと製品化に焦点を当てたトレードオフを提示します。 Deepseekは、自己装飾の量子量子化に大きく依存しており、外部の資金をほとんど受けておらず、キャッシュフローの圧力が比較的低く、技術的な環境がより純粋になりました。現在、前述の問題に照らして、一部のユーザーは、ソーシャルメディアのDeepSeekに、使用のしきい値を高めるか、ユーザーの快適性を高めるために有料機能を導入するよう促しています。さらに、開発者は、最適化のために公式のAPIまたはサードパーティAPIを利用し始めています。しかし、DeepseekのOpen Platformは最近、「現在のサーバーリソースは不足しており、APIサービス充電が停止されています。」

これは間違いなく、AIインフラストラクチャセクターのサードパーティベンダーにより多くの機会を開きます。最近、多数の国内および国際的なクラウドジャイアンツがDeepseekのモデルAPIを発売しました。オーバーシスジャイアンツMicrosoftとAmazonが1月末に最初に参加しました。国内のリーダーであるHuawei Cloudは、2月1日にシリコンベースのフローと共同でDeepSeek R1およびV3 Reasoning Servicesをリリースし、AIテクノロジーレビューからのレポートは、Siliconベースのフローのサービスがユーザーの流入を見て、プラットフォームを効果的に「クラッシュ」していることを示しています。 BAT（Baidu、Alibaba、Tencent）およびbytedanceの3つのハイテク企業は、DeepseekのV2モデルの打ち上げによって発火した昨年のクラウドベンダー価格戦争を連想させる、2月3日から低コストの限定時間のオファーを発行しました。クラウドベンダーの必死の行動は、Microsoft AzureとOpenaiの初期の強い絆を反映しています。2019年にMicrosoftは2023年にChatGPTの発売後にOpenaiにかなりの10億ドルの投資を行い、Meta OpenSourced Llamaの後に擦り切れ始めました。この例では、Deepseekは製品熱の点でChatGPTを上回っただけでなく、GPT-3のラマの復活を取り巻く興奮と同様に、O1リリース後のオープンソースモデルも導入しました。

現実には、クラウドプロバイダーはAIアプリケーションのトラフィックゲートウェイとしても位置付けています。つまり、開発者との関係を深めると、先制的な利点につながることがあります。レポートによると、Baidu Smart Cloudには、モデルの起動日にQianfanプラットフォームを介してDeepSeekモデルを利用している15,000人以上の顧客がいたことが示されています。さらに、シリコンベースのフロー、ルーシェンテクノロジー、チュアンジングテクノロジー、DeepSeekモデルのサポートを開始したさまざまなAIインフラプロバイダーなど、いくつかの中小企業がソリューションを提供しています。 AIテクノロジーレビューは、DeepSeekのローカライズされた展開の現在の最適化の機会が主に2つの領域に存在することを学びました。1つは、ハイブリッドGPU/CPU推論を利用しながら、6710億パラメーターMOEモデルをローカルに展開するための混合推論アプローチを使用して、MOEモデルのスパース特性に最適化しています。さらに、MLAの最適化が不可欠です。ただし、Deepseekの2つのモデルは、展開の最適化において依然としていくつかの課題に直面しています。 「モデルのサイズと多数のパラメーターにより、特にパフォーマンスとコストの最適なバランスを達成することが困難な地域の展開のために、最適化は実際に複雑です」とチュアンジングテクノロジーの研究者は述べました。最も重要なハードルは、記憶容量の制限を克服することにあります。 「私たちは、CPUやその他の計算リソースを完全に利用するために不均一なコラボレーションアプローチを採用し、CPU/DRAMのスパースのないMOEマトリックスの非共有部分のみを配置し、高性能CPU演算子を使用して処理しますが、密な部分はGPUにとどまります」と彼はさらに描きました。レポートによると、ChuanjingのオープンソースフレームワークKtransformersは、主にさまざまな戦略とオペレーターをテンプレートを介して元の変圧器の実装に注入し、Cudagraphなどの方法を使用して推論速度を大幅に向上させます。 Deepseekは、成長の利点が明らかになっているため、これらのスタートアップの機会を生み出しました。多くの企業は、DeepSeek APIを立ち上げた後、顕著な顧客の成長を報告しており、最適化を求めて以前のクライアントから問い合わせを受けています。業界のインサイダーは、「過去に、やや確立されたクライアントグループは、スケールによりコストの利点に厳密に拘束される大企業の標準化されたサービスに閉じ込められていることがよくありました。しかし、春のフェスティバルの前にdeepseek-R1/V3の展開を完了した後、私たちは突然、いくつかの有名なクライアントから協力要求を受け取りました。現在、DeepSeekはモデルの推論パフォーマンスをますます重要にしており、大規模なモデルをより広く採用することで、これはAI Infra業界の開発に大きな影響を与え続けています。 DeepSeekレベルのモデルを低コストでローカルに展開できる場合、政府とエンタープライズのデジタル変革の取り組みを大いに支援します。ただし、一部のクライアントは大きなモデル機能に関して高い期待を抱いている可能性があるため、課題は続きます。これは、実際の展開においてパフォーマンスとコストのバランスをとることが不可欠になることをより明らかにしています。