Los datos indican que desde su lanzamiento, Deepseek ha acumulado 22.15 millones de usuarios activos diarios (DAU) en solo 21 días, logrando el 41.6% de la base de usuarios de ChatGPT y superando a 16.95 millones de usuarios activos diarios de DoBao, convirtiéndose en la aplicación de más rápido crecimiento en todo el mundo, encomendando la tienda Apple App Store en 157 países/regiones. Sin embargo, mientras los usuarios acudieron en masa, los piratas cibernéticos han estado atacando implacablemente la aplicación Deepseek, causando una tensión significativa en sus servidores. Los analistas de la industria creen que esto se debe en parte a las tarjetas de despliegue de Speeek para capacitación, al tiempo que carece de suficiente poder computacional para el razonamiento. Una información privilegiada de la industria informó a la revisión de tecnología de inteligencia artificial: "Los problemas del servidor frecuentes se pueden resolver fácilmente cobrando tarifas o financiamiento para comprar más máquinas; en última instancia, depende de las decisiones de Deepseek". Esto presenta una compensación en el enfoque en la tecnología versus la productización. Deepseek se ha basado en gran medida en la cuantización cuántica para el autosustenimiento, ya que ha recibido poca financiación externa, lo que resulta en una presión de flujo de efectivo relativamente baja y un entorno tecnológico más puro. Actualmente, a la luz de los problemas antes mencionados, algunos usuarios instan a Deepseek en las redes sociales a elevar los umbrales de uso o introducir características pagas para mejorar la comodidad del usuario. Además, los desarrolladores han comenzado a utilizar la API oficial o las API de terceros para la optimización. Sin embargo, la plataforma abierta de Deepseek anunció recientemente: "Los recursos actuales del servidor son escasos, y se han suspendido las recargas de servicios de API".

Sin duda, esto abre más oportunidades para proveedores externos en el sector de infraestructura de IA. Recientemente, numerosos gigantes nacionales e internacionales de la nube han lanzado las API modelo de Deepseek: los gigantes de los ruidosas Microsoft y Amazon fueron de los primeros en unirse a fines de enero. El líder nacional, Huawei Cloud, hizo el primer movimiento, lanzando los servicios de razonamiento Deepseek R1 y V3 en colaboración con el flujo basado en Silicon el 1 de febrero. Los informes de AI Technology Review indican que los servicios de Flow con sede en Silicon han visto una afluencia de usuarios, "bloqueando" efectivamente la plataforma. Las tres grandes compañías tecnológicas, BAT (Baidu, Alibaba, Tencent) y Bytedance, también emitieron ofertas de bajo costo y por tiempo limitado a partir del 3 de febrero, que recuerdan a las guerras de precios del proveedor de nubes del año pasado encendidas por el lanzamiento del modelo V2 de Deepseek, donde Deepseek comenzó a ser llamado el "Butcher de precios". Las acciones frenéticas de los proveedores de la nube se hacen eco de los fuertes lazos anteriores entre Microsoft Azure y OpenAI, donde en 2019, Microsoft realizó una inversión sustancial de $ 1 mil millones en OpenAI y obtuvo beneficios después del lanzamiento de ChatGPT en 2023. Sin embargo, esta relación cercana comenzó a frayes después de que Meta Open-Oreured Llama, permitiendo a otros proveedores fuera del Microsoft Azure Ecosystem a competir a sus grandes modelos. En este caso, Deepseek no solo ha superado a ChatGPT en términos de calor del producto, sino que también ha introducido modelos de código abierto después de la liberación de O1, similar a la emoción que rodea el renacimiento de LLAMA de GPT-3.

En realidad, los proveedores de la nube también se están posicionando como puertas de enlace de tráfico para aplicaciones de IA, lo que significa que la profundización de los lazos con los desarrolladores se traduce en ventajas preventivas. Los informes indican que Baidu Smart Cloud tenía más de 15,000 clientes utilizando el modelo Deepseek a través de la plataforma Qianfan en el día de lanzamiento del modelo. Además, varias empresas más pequeñas ofrecen soluciones, que incluyen flujo basado en silicio, tecnología Luchen, tecnología Chuanjing y varios proveedores de IA Infra que han lanzado soporte para modelos DeepSeek. AI Technology Review ha aprendido que las oportunidades de optimización actuales para implementaciones localizadas de Deepseek existen principalmente en dos áreas: una optimiza las características de escasez del modelo MOE utilizando un enfoque de razonamiento mixto para implementar el modelo MOE de 671 mil millones de parámetros localmente mientras utiliza infferencia híbrida de GPU/CPU. Además, la optimización de MLA es vital. Sin embargo, los dos modelos de Deepseek todavía enfrentan algunos desafíos en la optimización de la implementación. "Debido al tamaño del modelo y a numerosos parámetros, la optimización es realmente compleja, particularmente para las implementaciones locales donde lograr un equilibrio óptimo entre el rendimiento y el costo será un desafío", declaró un investigador de Chuanjing Technology. El obstáculo más significativo radica en superar los límites de capacidad de memoria. "Adoptamos un enfoque de colaboración heterogéneo para utilizar completamente las CPU y otros recursos computacionales, colocando solo las partes no compartidas de la matriz MOE dispersa en CPU/DRAM para procesar utilizando operadores de CPU de alto rendimiento, mientras que las porciones densas permanecen en la GPU", explicó más allá. Los informes indican que el marco de código abierto de Chuanjing Ktransformers inyecta principalmente varias estrategias y operadores en la implementación de transformadores originales a través de una plantilla, mejorando significativamente la velocidad de inferencia utilizando métodos como el cudagraph. Deepseek ha creado oportunidades para estas nuevas empresas, ya que los beneficios de crecimiento se están volviendo evidentes; Muchas empresas han informado un notable crecimiento del cliente después de lanzar la API Deepseek, recibiendo consultas de clientes anteriores que buscan optimizaciones. Los expertos de la industria han señalado: "En el pasado, los grupos de clientes algo establecidos a menudo se encerraron en los servicios estandarizados de las compañías más grandes, estrechamente obligados por sus ventajas de costos debido a la escala. Sin embargo, después de completar el despliegue de Deepseek-R1/V3, de repente recibimos solicitudes de cooperación de varios clientes conocidos e incluso clientes anteriormente iniciados por el contacto para introducir nuestros servicios profundos". " Actualmente, parece que Deepseek está haciendo que el rendimiento de la inferencia del modelo sea cada vez más crítico, y con la adopción más amplia de modelos grandes, esto continuará influyendo significativamente en el desarrollo en la industria de infra AI. Si un modelo de nivel profundo se pudiera implementar localmente a un bajo costo, ayudaría mucho a los esfuerzos de transformación digital del gobierno y la empresa. Sin embargo, los desafíos persisten, ya que algunos clientes pueden tener altas expectativas con respecto a las grandes capacidades del modelo, lo que hace que sea más evidente que equilibrar el rendimiento y el costo se vuelve vital en la implementación práctica.