Məlumatlar göstərir ki, DeepSeek buraxıldığı gündən etibarən cəmi 21 gün ərzində 22,15 milyon gündəlik aktiv istifadəçi (DAU) toplayıb, ChatGPT-nin istifadəçi bazasının 41,6%-nə nail olub və Doubao-nun gündəlik 16,95 milyon aktiv istifadəçisini ötüb və beləliklə, Apple App Store-da/regionlarında qlobal miqyasda ən sürətlə böyüyən tətbiq olub17. Bununla belə, istifadəçilər dəstə-dəstə axın edərkən kiber hakerlər DeepSeek tətbiqinə amansızcasına hücum edərək, onun serverlərində ciddi gərginliyə səbəb olurlar. Sənaye analitikləri bunun qismən DeepSeek-in əsaslandırma üçün kifayət qədər hesablama gücü olmadığı halda təlim üçün kartları yerləşdirməsi ilə əlaqədar olduğuna inanırlar. Bir sənaye insayderi AI Technology Review-ə məlumat verdi: "Tez-tez server problemləri rüsumların tutulması və ya daha çox maşın almaq üçün maliyyələşdirilməsi ilə asanlıqla həll edilə bilər; nəticədə bu, DeepSeek-in qərarlarından asılıdır." Bu, istehsala qarşı texnologiyaya diqqət yetirməkdə bir mübadilə təqdim edir. DeepSeek, özünü təmin etmək üçün əsasən kvant kvantlaşdırmasına etibar etdi, az xarici maliyyə aldı, nəticədə nisbətən aşağı pul axını təzyiqi və daha təmiz texnoloji mühit yarandı. Hal-hazırda, yuxarıda qeyd olunan problemlərin işığında, bəzi istifadəçilər sosial mediada DeepSeek-i istifadəçinin rahatlığını artırmaq üçün istifadə həddini yüksəltməyə və ya pullu funksiyalar təqdim etməyə çağırır. Bundan əlavə, tərtibatçılar optimallaşdırma üçün rəsmi API və ya üçüncü tərəf API-lərindən istifadə etməyə başlayıblar. Bununla belə, DeepSeek-in açıq platforması bu yaxınlarda elan etdi: "Cari server resursları azdır və API xidmətinin doldurulması dayandırılıb."

Bu, şübhəsiz ki, AI infrastruktur sektorunda üçüncü tərəf satıcılar üçün daha çox imkanlar açır. Bu yaxınlarda çoxsaylı yerli və beynəlxalq bulud nəhəngləri DeepSeek model API-lərini istifadəyə verdilər - xarici nəhənglər Microsoft və Amazon yanvarın sonunda ilk qoşulanlar arasında idi. Fevralın 1-də yerli lider Huawei Cloud Silicon əsaslı Flow ilə əməkdaşlıqda DeepSeek R1 və V3 əsaslandırma xidmətlərini təqdim edərək ilk addımı atdı. AI Technology Review-in hesabatları göstərir ki, Silicon əsaslı Flow xidmətləri istifadəçilərin axını görüb və platformanı effektiv şəkildə “çökdür”. Üç böyük texnoloji şirkət - BAT (Baidu, Alibaba, Tencent) və ByteDance də fevralın 3-dən başlayaraq aşağı qiymətli, məhdud müddətli təkliflər verdi, bu, DeepSeek-in "qiymət qəssabı" adlandırılmağa başladığı DeepSeek-in V2 modelinin bazara çıxması ilə alovlanan keçən ilki bulud satıcıları qiymət müharibələrini xatırladır. Bulud satıcılarının çılğın hərəkətləri Microsoft Azure və OpenAI arasında əvvəlki güclü əlaqələri əks etdirir, burada 2019-cu ildə Microsoft OpenAI-a 1 milyard dollar dəyərində sərmayə qoymuş və ChatGPT-nin 2023-cü ildə istifadəyə verilməsindən sonra fayda əldə etmişdir. Bununla belə, bu yaxın əlaqələr Meta açıq mənbəli Llama-dan sonra pozulmağa başladı və digər satıcılara Microsoftemystos Azureecs-dən kənarda böyük modellərlə rəqabət aparmağa imkan verdi. Bu halda, DeepSeek məhsul istiliyi baxımından təkcə ChatGPT-ni ötməyib, həm də Llamanın GPT-3-ü canlandırması ilə bağlı həyəcana bənzər o1 buraxılışından sonra açıq mənbəli modelləri təqdim edib.

Reallıqda, bulud provayderləri də özlərini süni intellekt tətbiqləri üçün trafik şlüzləri kimi yerləşdirirlər, yəni tərtibatçılarla əlaqələrin dərinləşməsi qabaqlayıcı üstünlüklərə çevrilir. Hesabatlar göstərir ki, Baidu Smart Cloud-un modelin təqdim olunduğu gün Qianfan platforması vasitəsilə DeepSeek modelindən istifadə edən 15.000-dən çox müştərisi var. Bundan əlavə, bir neçə kiçik firma, Silikon əsaslı Flow, Luchen Texnologiyası, Chuanjing Texnologiyası və DeepSeek modellərinə dəstək verən müxtəlif AI İnfra provayderləri də daxil olmaqla həllər təklif edir. AI Technology Review öyrəndi ki, DeepSeek-in lokallaşdırılmış yerləşdirilməsi üçün cari optimallaşdırma imkanları əsasən iki sahədə mövcuddur: biri hibrid GPU/CPU nəticəsindən istifadə etməklə 671 milyard parametrli MN modelini yerli olaraq yerləşdirmək üçün qarışıq əsaslandırma yanaşmasından istifadə edərək TN modelinin seyrəklik xüsusiyyətlərini optimallaşdırmaqdır. Bundan əlavə, MLA-nın optimallaşdırılması çox vacibdir. Bununla belə, DeepSeek-in iki modeli hələ də yerləşdirmənin optimallaşdırılmasında bəzi çətinliklərlə üzləşir. Chuanjing Technology-dən bir tədqiqatçı bildirib: "Modelin ölçüsü və çoxsaylı parametrlərinə görə optimallaşdırma, xüsusən də performans və xərclər arasında optimal tarazlığın əldə edilməsinin çətin olacağı yerli yerləşdirmələr üçün həqiqətən mürəkkəbdir". Ən əhəmiyyətli maneə yaddaş tutumunun məhdudiyyətlərini aradan qaldırmaqdır. "Biz CPU və digər hesablama resurslarından tam istifadə etmək üçün heterojen əməkdaşlıq yanaşmasını qəbul edirik, sıx hissələr GPU-da qalarkən, yüksək performanslı CPU operatorlarından istifadə etməklə emal üçün seyrək TN matrisinin yalnız paylaşılmayan hissələrini CPU/DRAM-a yerləşdiririk" dedi. Hesabatlar göstərir ki, Chuanjing-in açıq mənbəli çərçivə KTransformers ilk növbədə CUDAGraph kimi metodlardan istifadə edərək nəticə çıxarma sürətini əhəmiyyətli dərəcədə artıraraq, şablon vasitəsilə orijinal Transformers tətbiqinə müxtəlif strategiyalar və operatorlar daxil edir. DeepSeek bu startaplar üçün imkanlar yaratdı, çünki böyümənin faydaları aydınlaşır; bir çox firma DeepSeek API-ni işə saldıqdan sonra optimallaşdırma axtaran əvvəlki müştərilərdən sorğular alaraq nəzərəçarpacaq dərəcədə müştəri artımı olduğunu bildirdi. Sənaye insayderləri qeyd etdi ki, "Keçmişdə müəyyən dərəcədə qurulmuş müştəri qrupları tez-tez daha böyük şirkətlərin standartlaşdırılmış xidmətlərinə bağlanırdılar və miqyasına görə onların xərc üstünlükləri ilə sıx bağlıdırlar. Bununla belə, Bahar Festivalından əvvəl DeepSeek-R1/V3-ün yerləşdirilməsini tamamladıqdan sonra biz qəfildən bir neçə tanınmış müştəridən əməkdaşlıq sorğuları aldıq və hətta əvvəllər DeepSeek ilə əlaqə saxlamağa başladıq." Hal-hazırda, DeepSeek-in model çıxarış performansını getdikcə kritik hala gətirdiyi görünür və böyük modellərin daha geniş qəbulu ilə bu, AI İnfra sənayesindəki inkişafa əhəmiyyətli dərəcədə təsir göstərməyə davam edəcəkdir. DeepSeek səviyyəli model yerli olaraq aşağı qiymətə tətbiq oluna bilsəydi, bu, hökumətin və müəssisənin rəqəmsal transformasiya səylərinə böyük kömək edərdi. Bununla belə, problemlər davam edir, çünki bəzi müştərilər böyük model imkanları ilə bağlı yüksək gözləntilərə malik ola bilər və bu, performans və xərclərin tarazlaşdırılmasının praktik tətbiqdə həyati əhəmiyyət kəsb etdiyini daha aydın göstərir.