Data menunjukkan bahwa sejak dirilis, Deepseek telah menghasilkan 22,15 juta pengguna aktif harian (DAU) hanya dalam waktu 21 hari, mencapai 41,6% dari basis pengguna ChatGPT dan melampaui 16,95 juta pengguna aktif harian Doubao, sehingga menjadi aplikasi yang paling cepat berkembang secara global, menduduki puncak Apple App Store di 157 negara/negara. Namun, sementara pengguna berbondong -bondong berbondong -bondong, peretas dunia maya telah tanpa henti menyerang aplikasi Deepseek, menyebabkan ketegangan yang signifikan pada servernya. Analis industri percaya ini sebagian karena Deepseek menggunakan kartu untuk pelatihan sementara tidak memiliki kekuatan komputasi yang cukup untuk penalaran. Tinjauan Teknologi AI Orang Dalam Industri, "Masalah server yang sering dapat diselesaikan dengan mudah dengan membebankan biaya atau pembiayaan untuk membeli lebih banyak mesin; pada akhirnya, itu tergantung pada keputusan Deepseek." Ini menyajikan pertukaran dalam fokus pada teknologi versus produkisasi. Deepseek sebagian besar mengandalkan kuantisasi kuantum untuk kemandirian, setelah menerima sedikit dana eksternal, menghasilkan tekanan arus kas yang relatif rendah dan lingkungan teknologi yang lebih murni. Saat ini, mengingat masalah -masalah yang disebutkan di atas, beberapa pengguna mendesak Deepseek di media sosial untuk meningkatkan ambang penggunaan atau memperkenalkan fitur berbayar untuk meningkatkan kenyamanan pengguna. Selain itu, pengembang telah mulai menggunakan API resmi atau API pihak ketiga untuk optimasi. Namun, platform terbuka Deepseek baru -baru ini mengumumkan, "Sumber daya server saat ini langka, dan pengisian ulang layanan API telah ditangguhkan."

Ini tidak diragukan lagi membuka lebih banyak peluang bagi vendor pihak ketiga di sektor infrastruktur AI. Baru -baru ini, banyak raksasa cloud domestik dan internasional telah meluncurkan model API Deepseek - Giants Microsoft dan Amazon adalah yang pertama bergabung pada akhir Januari. Pemimpin domestik, Huawei Cloud, membuat langkah pertama, melepaskan layanan penalaran Deepseek R1 dan V3 bekerja sama dengan aliran berbasis silikon pada 1 Februari. Laporan dari Tinjauan Teknologi AI menunjukkan bahwa layanan Flow berbasis silikon telah melihat masuknya pengguna, secara efektif "menabrak" platform. Tiga perusahaan teknologi besar-Bat (Baidu, Alibaba, Tencent) dan Bytedance-juga mengeluarkan penawaran berbiaya rendah, waktu terbatas mulai 3 Februari, mengingatkan pada perang harga cloud vendor tahun lalu yang dinyalakan oleh peluncuran model V2 Deepseek, di mana Deepseek mulai dijuluki "Harga Butcher." Tindakan panik dari vendor cloud menggemakan ikatan kuat sebelumnya antara Microsoft Azure dan Openai, di mana pada tahun 2019, Microsoft melakukan investasi $ 1 miliar besar di Openai dan menuai manfaat setelah peluncuran ChatGPT pada tahun 2023. Namun, hubungan dekat ini mulai membuat meta yang bersumber dengan vendor-vendor lain di luar mikrosa. Dalam hal ini, Deepseek tidak hanya melampaui chatgpt dalam hal panas produk tetapi juga telah memperkenalkan model open-source setelah rilis O1, mirip dengan kegembiraan seputar kebangkitan Llama dari GPT-3.

Pada kenyataannya, penyedia cloud juga memposisikan diri sebagai gateway lalu lintas untuk aplikasi AI, yang berarti bahwa hubungan yang semakin dalam dengan pengembang diterjemahkan menjadi keuntungan preemptive. Laporan menunjukkan bahwa Baidu Smart Cloud memiliki lebih dari 15.000 pelanggan yang menggunakan model Deepseek melalui platform Qianfan pada hari peluncuran model. Selain itu, beberapa perusahaan kecil menawarkan solusi, termasuk aliran berbasis silikon, teknologi Luchen, teknologi Chuanjing, dan berbagai penyedia infra AI yang telah meluncurkan dukungan untuk model Deepseek. AI Technology Review telah belajar bahwa peluang optimasi saat ini untuk penyebaran Deepseek yang terlokalisasi terutama ada di dua bidang: satu mengoptimalkan karakteristik sparsity dari model MOE menggunakan pendekatan penalaran campuran untuk menggunakan 671 miliar model MOE parameter secara lokal sambil menggunakan inferensi GPU/CPU hibrida. Selain itu, optimalisasi MLA sangat penting. Namun, dua model Deepseek masih menghadapi beberapa tantangan dalam optimasi penyebaran. "Karena ukuran model dan banyak parameter, optimasi memang kompleks, terutama untuk penyebaran lokal di mana mencapai keseimbangan optimal antara kinerja dan biaya akan menantang," kata seorang peneliti dari teknologi Chuanjing. Rintangan yang paling signifikan terletak pada mengatasi batas kapasitas memori. "Kami mengadopsi pendekatan kolaborasi yang heterogen untuk sepenuhnya memanfaatkan CPU dan sumber daya komputasi lainnya, hanya menempatkan bagian-bagian yang tidak dibesarkan dari matriks MOE yang jarang pada CPU/DRAM untuk diproses menggunakan operator CPU berkinerja tinggi, sedangkan bagian padat tetap pada GPU," jelasnya lebih lanjut. Laporan menunjukkan bahwa ktransformer kerangka kerja open-source Chuanjing terutama menyuntikkan berbagai strategi dan operator ke dalam implementasi Transformers asli melalui templat, secara signifikan meningkatkan kecepatan inferensi menggunakan metode seperti cudagraph. Deepseek telah menciptakan peluang untuk startup ini, karena manfaat pertumbuhan menjadi jelas; Banyak perusahaan telah melaporkan pertumbuhan pelanggan yang nyata setelah meluncurkan API Deepseek, menerima pertanyaan dari klien sebelumnya yang mencari optimisasi. Orang dalam industri telah mencatat, "Di masa lalu, kelompok-kelompok klien yang agak mapan sering dikunci ke dalam layanan standar dari perusahaan besar, terikat erat dengan keunggulan biaya mereka karena skala. Namun, setelah menyelesaikan penyebaran Deepseek-R1/V3 sebelum Festival Musim Semi, kami tiba-tiba menerima permintaan kerja sama dari beberapa klien yang terkenal, dan bahkan klien yang sebelumnya memulai kontak dengan kontak yang diinisiasi dengan kontak yang telah diinisiasi dengan kontak yang telah diinisiasi dengan kontak yang di-navening? Saat ini, tampak bahwa Deepseek membuat model inferensi model semakin kritis, dan dengan adopsi model besar yang lebih luas, ini akan terus mempengaruhi perkembangan dalam industri AI infra secara signifikan. Jika model tingkat Deepseek dapat digunakan secara lokal dengan biaya rendah, itu akan sangat membantu pemerintah dan upaya transformasi digital perusahaan. Namun, tantangan bertahan, karena beberapa klien dapat memiliki harapan tinggi mengenai kemampuan model besar, membuatnya lebih jelas bahwa menyeimbangkan kinerja dan biaya menjadi vital dalam penyebaran praktis.