이번 딥시크 핵심은 효율적인 rl를 통해 극단적인 비용절감하고 성능은 유사한게 핵심임.
결국 llm 지능의 핵심인 스케일링 법칙은 그대로고 비용만 극단적으로 저렴해진다는 뜻이기때문에, 아직까지는 결국 많은 데이터센터 갖고 있는 놈이 유리함. 같은 데이터센터에 훨씬 더 많은 양을 넣을 수 있다는거니깐
물론 사전학습 모델 이제 안통한다는 말 있는데, 이게 맞다면 굳이 open ai에서 스타게이트 프로젝트 안했겠지.(이것도 개발자들 사이에서 설왕설래가 있었고)
이번에 중국이 대단한 일한건 맞지만, 지금 미국 빅테크 ㅈ됐다고 말하는건 과장임.
근데 엔비랑 이하 똘만이들(하이닉스 등)응 좆된거 아님?
Deepseek 기술이 정확히 이분야에 어떤 파급력을 줄지는 더 연구가 필요하긴한데, 지금으로서는 아니라고 생각함. 왜냐하면 open ai나 meta가 원하는건 o1수준의 모델이 아니라 지금보다 훨씬 진보된 모델을 원하기 때문임. 그렇다면 지금처럼 데이터센터는 많이 필요함. 만약 llm의 데이터수요만 본다면 난 문제 없다고 생각함.
진짜 엔비가 ㅈ될 때는 지금처럼 추론가격이 저렴해질 때가 아니라, llm 업체에서 더 이상 스케일업이 소용없으며 그렇기때문에 데이터센터도 더 짓지 않겠다고 선언할 때가 아닌가 싶음
님 주장은 아래 글에서처럼 딥시크 기반 모델에 기존 llm처럼 거금의 비용을 때려박으면 AGI에 가까운 더 개쩌는 모델이 나올거라는 얘기?
물론 그냥 데이터 쑤셔넣는다고 똑똑해지지는 않음. 여튼 ㅇㅇ
이 댓글은 게시물 작성자가 삭제하였습니다.
그러면 진짜 ㅈ된거는 퓨xx사나 리xx온 같은 추론칩하는 회사들일것 같은데 아닌가 - dc App
이러니저러니 해도 팔로워 입장에선 희소식인거같긴함 - dc App