[เชื่อได้ไหม] การจะมีโมเดล AI เป็นของตัวเองนั้น แน่นอนว่าต้องใช้งบมหาศาล เพราะต้องใช้ชิปประมวลผล AI ระดับสูงหลายตัว โดยเฉพาะค่าเทรนคือฝึกตัว AI ให้มีความฉลาดมากขึ้น อย่างไรก็ตามทาง DeepSeek บริษัทสตาร์ทอัพด้าน AI ชื่อดังจากจีนเผย ใช้ต้นทุนการฝึกโมเดลเพียง 9 ล้านบาทเท่านั้น
เมื่อเร็ว ๆ นี้ทาง Liang Wenfeng ซีอีโอและผู้ก่อตั้ง DeepSeek ได้เผยข้อมูลเชิงลึกเกี่ยวกับการพัฒนาตัว DeepSeek-R1 ผ่านทางวารสาร Nature และด้วยการเผยข้อมูลเชิงลึกนี้เอง ก็เป็นการเผยต้นทุนที่ใช้พัฒนาโมเดลดังกล่าวด้วย
สำหรับเบื้องหลังของ DeepSeek-R1 ก็มาจากชิป Nvidia H800 จำนวน 512 ตัว ที่ใช้ฝึกตัวโมเดล AI ดังกล่าว ซึ่งใช้งบไป 294,000 ดอลลาร์ฯ หรือประมาณ 9.3 ล้านบาทเท่านั้น ซึ่งเป็นต้นทุนที่ต่ำกว่าการพัฒนา AI ของคู่แข่งอย่างมาก เช่น OpenAI ที่ใช้งบฝึกฝนโมเดลพื้นฐานของบริษัทกว่า 100 ล้านดอลลาร์ฯ หรือประมาณ 3 พันล้านบาทเลย
ทั้งนี้ตัว Nvidia H800 ก็เป็นชิป AI รุ่นลดสเปกจากทาง Nvidia สำหรับวางจำหน่ายในจีนนี้เอง โดยทางนักวิจัยของ DeepSeek ก็กล่าวด้วยว่า โมเดล R1 ได้รับการฝึกฝนเป็นเวลากว่า 80 ชั่วโมง และก่อนหน้านี้ก็เคยใช้ชิป AI ตัว Top อย่าง Nvidia A100 มาก่อนด้วย แต่เป็นการทดลองก่อนเปลี่ยนมาใช้ H800 ภายหลัง
อย่างไรก็ตาม SemiAnalysis บริษัทวิจัยและวิเคราะห์ด้านอุตสาหกรรมเซมิคอนดักเตอร์ ได้ตั้งข้อสงสัยถึงงบที่ใช้ในการพัฒนาดังกล่าว ซึ่ง DeepSeek มีข้อมูลว่า เคยลงทุนไปประมาณ 1.6 พันล้านดอลลาร์ฯ สำหรับการตั้งเซิร์ฟเวอร์ กับมีค่าใช้จ่ายในการดำเนินงานประมาณ 944 ล้านดอลลาร์ฯ และใช้จ่ายมากกว่า 500 ล้านดอลลาร์ฯ ไปกับชิป GPU ประมวลผล AI โดยเฉพาะ
การที่ DeepSeek ระบุว่าใช้งานพัฒนาตัว DeepSeek-R1 เพียง 9 ล้านบาทนั้น อาจไม่เป็นความจริง รวมถึงตัว R1 ก็มีข้อกล่าวหาว่าทางบริษัทอาจใช้โมเดล AI จากบริษัทอื่น มารวมและแปลงให้เป็นโมเดลของตัวเองในที่สุด ซึ่งทางบริษัทก็ยอมรับว่าใช้โมเดล Llama แบบ Open-Source ของ Meta มาร่วมด้วยบางส่วน
การเปิดเผยข้อมูลของ DeepSeek ได้สร้างคำถามมากกว่าคำตอบ ส่วนการใช้ต้นทุนที่ต่ำนั้น ก็อาจมาจากการใช้โมเดล AI คู่แข่งหลายตัวมาฝึกฝนโดยตรงเลย จุดนี้อาจเผยให้เห็นถึงธรรมชาติของการแข่งขัน AI ระดับโลกที่มักจะคลุมเครือ และตอกย้ำถึงความยากลำบากอย่างยิ่งยวด ในการตรวจสอบขีดความสามารถและวิธีการที่แท้จริงของมหาอำนาจ AI รุ่นใหม่จากประเทศจีน
ที่มา : Techspot
