Τα δεδομένα δείχνουν ότι από την κυκλοφορία του, το DeepSeek έχει συγκεντρώσει 22,15 εκατομμύρια ημερήσιους ενεργούς χρήστες (DAU) μέσα σε μόλις 21 ημέρες, επιτυγχάνοντας το 41,6% της βάσης χρηστών του ChatGPT και ξεπερνώντας τα 16,95 εκατομμύρια ημερήσιους ενεργούς χρήστες του Doubao, καθιστώντας την έτσι την ταχύτερα αναπτυσσόμενη εφαρμογή παγκοσμίως, κατακτώντας την κορυφή του Apple App Store σε 157 χώρες/περιοχές. Ωστόσο, ενώ οι χρήστες συρρέουν μαζικά, οι κυβερνοχάκερ επιτίθενται αδιάκοπα στην εφαρμογή DeepSeek, προκαλώντας σημαντική πίεση στους διακομιστές της. Οι αναλυτές του κλάδου πιστεύουν ότι αυτό οφείλεται εν μέρει στο γεγονός ότι το DeepSeek αναπτύσσει κάρτες για εκπαίδευση, ενώ δεν διαθέτει επαρκή υπολογιστική ισχύ για συλλογισμό. Ένας άνθρωπος του κλάδου ενημέρωσε το AI Technology Review: «Τα συχνά προβλήματα με τους διακομιστές μπορούν να επιλυθούν εύκολα με χρέωση τελών ή χρηματοδότηση για την αγορά περισσότερων μηχανημάτων. Τελικά, εξαρτάται από τις αποφάσεις του DeepSeek». Αυτό παρουσιάζει μια αντιστάθμιση στην εστίαση στην τεχνολογία έναντι της παραγωγικοποίησης. Το DeepSeek έχει βασιστεί σε μεγάλο βαθμό στην κβαντική κβαντοποίηση για αυτοσυντήρηση, έχοντας λάβει μικρή εξωτερική χρηματοδότηση, με αποτέλεσμα σχετικά χαμηλή πίεση ταμειακών ροών και ένα πιο καθαρό τεχνολογικό περιβάλλον. Αυτή τη στιγμή, υπό το πρίσμα των προαναφερθέντων προβλημάτων, ορισμένοι χρήστες προτρέπουν το DeepSeek στα μέσα κοινωνικής δικτύωσης να αυξήσει τα όρια χρήσης ή να εισαγάγει λειτουργίες επί πληρωμή για να βελτιώσει την άνεση των χρηστών. Επιπλέον, οι προγραμματιστές έχουν αρχίσει να χρησιμοποιούν το επίσημο API ή API τρίτων για βελτιστοποίηση. Ωστόσο, η ανοιχτή πλατφόρμα του DeepSeek ανακοίνωσε πρόσφατα: "Οι τρέχοντες πόροι διακομιστή είναι περιορισμένοι και οι επαναφορτίσεις υπηρεσιών API έχουν ανασταλεί".

Αυτό αναμφίβολα ανοίγει περισσότερες ευκαιρίες για τρίτους προμηθευτές στον τομέα των υποδομών τεχνητής νοημοσύνης. Πρόσφατα, πολυάριθμοι εγχώριοι και διεθνείς γίγαντες cloud έχουν λανσάρει τα μοντέλα API της DeepSeek — οι γίγαντες του εξωτερικού, η Microsoft και η Amazon, ήταν μεταξύ των πρώτων που συμμετείχαν στα τέλη Ιανουαρίου. Ο εγχώριος ηγέτης, η Huawei Cloud, έκανε την πρώτη κίνηση, κυκλοφορώντας τις υπηρεσίες συλλογισμού DeepSeek R1 και V3 σε συνεργασία με την Flow, με έδρα τη Silicon, την 1η Φεβρουαρίου. Αναφορές από το AI Technology Review δείχνουν ότι οι υπηρεσίες της Flow, με έδρα τη Silicon, έχουν δει εισροή χρηστών, ουσιαστικά «καταρρέοντας» την πλατφόρμα. Οι τρεις μεγάλες εταιρείες τεχνολογίας — η BAT (Baidu, Alibaba, Tencent) και η ByteDance — εξέδωσαν επίσης προσφορές χαμηλού κόστους, περιορισμένου χρόνου από τις 3 Φεβρουαρίου, θυμίζοντας τους πολέμους τιμών μεταξύ των προμηθευτών cloud πέρυσι που πυροδοτήθηκαν από την κυκλοφορία του μοντέλου V2 της DeepSeek, όπου η DeepSeek άρχισε να αποκαλείται «χασάπης τιμών». Οι φρενήρεις ενέργειες των προμηθευτών cloud αντικατοπτρίζουν τους προηγούμενους ισχυρούς δεσμούς μεταξύ της Microsoft Azure και της OpenAI, όπου το 2019, η Microsoft πραγματοποίησε μια σημαντική επένδυση 1 δισεκατομμυρίου δολαρίων στην OpenAI και αποκόμισε οφέλη μετά την κυκλοφορία του ChatGPT το 2023. Ωστόσο, αυτή η στενή σχέση άρχισε να κλονίζεται μετά την κυκλοφορία του Llama ανοιχτού κώδικα από την Meta, επιτρέποντας σε άλλους προμηθευτές εκτός του οικοσυστήματος Microsoft Azure να ανταγωνιστούν τα μεγάλα μοντέλα τους. Σε αυτήν την περίπτωση, το DeepSeek όχι μόνο ξεπέρασε το ChatGPT όσον αφορά την αύξηση της ζήτησης για προϊόντα, αλλά εισήγαγε επίσης μοντέλα ανοιχτού κώδικα μετά την κυκλοφορία του o1, παρόμοια με τον ενθουσιασμό που περιβάλλει την αναβίωση του GPT-3 από την Llama.

Στην πραγματικότητα, οι πάροχοι cloud τοποθετούνται επίσης ως πύλες κυκλοφορίας για εφαρμογές AI, πράγμα που σημαίνει ότι η εμβάθυνση των δεσμών με τους προγραμματιστές μεταφράζεται σε προληπτικά πλεονεκτήματα. Οι αναφορές δείχνουν ότι το Baidu Smart Cloud είχε πάνω από 15.000 πελάτες που χρησιμοποιούσαν το μοντέλο DeepSeek μέσω της πλατφόρμας Qianfan την ημέρα κυκλοφορίας του μοντέλου. Επιπλέον, αρκετές μικρότερες εταιρείες προσφέρουν λύσεις, συμπεριλαμβανομένων των Flow με βάση το Silicon, Luchen Technology, Chuanjing Technology και διαφόρων παρόχων AI Infra που έχουν ξεκινήσει την υποστήριξη για μοντέλα DeepSeek. Το AI Technology Review έχει μάθει ότι οι τρέχουσες ευκαιρίες βελτιστοποίησης για τοπικές αναπτύξεις του DeepSeek υπάρχουν κυρίως σε δύο τομείς: ο ένας είναι η βελτιστοποίηση για τα χαρακτηριστικά αραιότητας του μοντέλου MoE χρησιμοποιώντας μια προσέγγιση μικτής συλλογιστικής για την τοπική ανάπτυξη του μοντέλου MoE των 671 δισεκατομμυρίων παραμέτρων, ενώ παράλληλα χρησιμοποιείται υβριδική συμπερασματολογία GPU/CPU. Επιπλέον, η βελτιστοποίηση του MLA είναι ζωτικής σημασίας. Ωστόσο, τα δύο μοντέλα του DeepSeek εξακολουθούν να αντιμετωπίζουν ορισμένες προκλήσεις στη βελτιστοποίηση της ανάπτυξης. «Λόγω του μεγέθους του μοντέλου και των πολυάριθμων παραμέτρων, η βελτιστοποίηση είναι πράγματι πολύπλοκη, ιδιαίτερα για τοπικές αναπτύξεις όπου η επίτευξη βέλτιστης ισορροπίας μεταξύ απόδοσης και κόστους θα είναι δύσκολη», δήλωσε ένας ερευνητής από την Chuanjing Technology. Το πιο σημαντικό εμπόδιο έγκειται στην υπέρβαση των ορίων χωρητικότητας μνήμης. «Υιοθετούμε μια ετερογενή προσέγγιση συνεργασίας για την πλήρη αξιοποίηση των CPU και άλλων υπολογιστικών πόρων, τοποθετώντας μόνο τα μη κοινόχρηστα μέρη του αραιού πίνακα MoE σε CPU/DRAM για επεξεργασία χρησιμοποιώντας τελεστές CPU υψηλής απόδοσης, ενώ τα πυκνά τμήματα παραμένουν στην GPU», εξήγησε περαιτέρω. Οι αναφορές δείχνουν ότι το πλαίσιο ανοιχτού κώδικα KTransformers της Chuanjing εισάγει κυρίως διάφορες στρατηγικές και τελεστές στην αρχική υλοποίηση των Transformers μέσω ενός προτύπου, βελτιώνοντας σημαντικά την ταχύτητα συμπερασμάτων χρησιμοποιώντας μεθόδους όπως το CUDAGraph. Το DeepSeek έχει δημιουργήσει ευκαιρίες για αυτές τις νεοσύστατες επιχειρήσεις, καθώς τα οφέλη ανάπτυξης γίνονται εμφανή. Πολλές εταιρείες έχουν αναφέρει αξιοσημείωτη αύξηση πελατών μετά την κυκλοφορία του DeepSeek API, λαμβάνοντας ερωτήματα από προηγούμενους πελάτες που αναζητούσαν βελτιστοποιήσεις. Άτομα του κλάδου έχουν επισημάνει: «Στο παρελθόν, κάπως καθιερωμένες ομάδες πελατών ήταν συχνά δεσμευμένες στις τυποποιημένες υπηρεσίες μεγαλύτερων εταιρειών, στενά συνδεδεμένες με τα πλεονεκτήματα κόστους που οφείλονταν στην κλίμακα. Ωστόσο, μετά την ολοκλήρωση της ανάπτυξης του DeepSeek-R1/V3 πριν από το Φεστιβάλ της Άνοιξης, λάβαμε ξαφνικά αιτήματα συνεργασίας από αρκετούς γνωστούς πελάτες, και ακόμη και προηγουμένως αδρανείς πελάτες ξεκίνησαν επαφές για να εισαγάγουν τις υπηρεσίες DeepSeek μας». Επί του παρόντος, φαίνεται ότι το DeepSeek καθιστά την απόδοση της εξαγωγής συμπερασμάτων μοντέλων ολοένα και πιο κρίσιμη και, με την ευρύτερη υιοθέτηση μεγάλων μοντέλων, αυτό θα συνεχίσει να επηρεάζει σημαντικά την ανάπτυξη στον κλάδο των υποδομών τεχνητής νοημοσύνης. Εάν ένα μοντέλο επιπέδου DeepSeek μπορούσε να αναπτυχθεί τοπικά με χαμηλό κόστος, θα βοηθούσε σημαντικά τις προσπάθειες ψηφιακού μετασχηματισμού της κυβέρνησης και των επιχειρήσεων. Ωστόσο, οι προκλήσεις παραμένουν, καθώς ορισμένοι πελάτες μπορεί να έχουν υψηλές προσδοκίες σχετικά με τις δυνατότητες των μεγάλων μοντέλων, καθιστώντας πιο προφανές ότι η εξισορρόπηση της απόδοσης και του κόστους καθίσταται ζωτικής σημασίας στην πρακτική ανάπτυξη.