Daneyên nîşan didin ku ji dema derketina xwe ve, DeepSeek di nav tenê 21 rojan de 22.15 mîlyon bikarhênerên çalak ên rojane (DAU) kom kiriye, bi vî rengî gihîştiye %41.6ê bingeha bikarhênerên ChatGPT û ji 16.95 mîlyon bikarhênerên çalak ên rojane yên Doubao derbas bûye, bi vî rengî bûye serîlêdana herî zû mezin dibe li cîhanê, di 157 welat/herêman de di rêza yekem a Apple App Store de ye. Lêbelê, her çend bikarhêner bi girseyî kom bûn jî, hackerên sîber bênavber êrîşî sepana DeepSeek dikin, ku zextek girîng li ser serverên wê çêdikin. Analîstên pîşesaziyê bawer dikin ku ev qismî ji ber wê yekê ye ku DeepSeek kartan ji bo perwerdehiyê bikar tîne dema ku hêza hesabkirinê ya têr ji bo aqilmendiyê tune ye. Kesekî ji hundirê pîşesaziyê ji AI Technology Review re got, "Pirsgirêkên serverê yên pir caran dikarin bi hêsanî bi stendina xercan an fînansekirinê ji bo kirîna makîneyên bêtir werin çareser kirin; di dawiyê de, ew bi biryarên DeepSeek ve girêdayî ye." Ev di balkişandina ser teknolojiyê li hember hilberînê de danûstandinek pêşkêş dike. DeepSeek bi piranî ji bo xwe-debaranê xwe dispêre kûantîzasyona kûantûmê, ji ber ku fînansmana derveyî hindik wergirtiye, ku di encamê de zexta herikîna dravê nisbeten kêm û hawîrdorek teknolojîk a paqijtir çêbûye. Niha, ji ber pirsgirêkên ku li jor hatine behs kirin, hin bikarhêner li ser medyaya civakî ji DeepSeek dixwazin ku sînorên karanînê bilind bike an jî taybetmendiyên dravî bide destpêkirin da ku rehetiya bikarhêner zêde bike. Wekî din, pêşdebiran dest bi karanîna API-ya fermî an API-yên sêyemîn ji bo çêtirkirinê kirine. Lêbelê, platforma vekirî ya DeepSeek vê dawiyê ragihand, "Çavkaniyên servera heyî kêm in, û şarjkirina karûbarê API-yê hatiye rawestandin."

Bê guman ev yek ji bo firoşkarên sêyemîn di sektora binesaziya AI de derfetên bêtir vedike. Di demên dawî de, gelek mezinên ewr ên navxweyî û navneteweyî API-yên modela DeepSeek dest pê kirine - mezinên derveyî welat Microsoft û Amazon di nav yên pêşîn de bûn ku di dawiya Çile de beşdar bûn. Rêberê navxweyî, Huawei Cloud, gava yekem avêt, karûbarên aqilmendiya DeepSeek R1 û V3 bi hevkariya Flow-ya li Silicon-ê di 1ê Sibatê de derxist. Raportên ji AI Technology Review nîşan didin ku karûbarên Flow-ya li Silicon-ê herikîna bikarhêneran dîtine, ku bi bandor platformê "hilweşandin". Sê pargîdaniyên mezin ên teknolojiyê - BAT (Baidu, Alibaba, Tencent) û ByteDance - jî pêşniyarên kêm-mesref û dem-sînorkirî ji 3-ê Sibatê dest pê dikin, ku şerên bihayê yên firoşkarên ewr ên sala borî yên ku ji hêla destpêkirina modela V2 ya DeepSeek ve hatin destpêkirin tînin bîra mirov, ku DeepSeek dest pê kir wekî "qesabê bihayê" were binavkirin. Kiryarên handan ên firoşkarên ewr têkiliyên bihêz ên berê yên di navbera Microsoft Azure û OpenAI de vedibêjin, ku di sala 2019an de, Microsoft veberhênanek girîng a 1 milyar dolarî li OpenAI kir û piştî destpêkirina ChatGPT di sala 2023an de sûd wergirt. Lêbelê, ev têkiliya nêzîk piştî ku Meta Llama bi çavkaniya vekirî bikar anî dest pê kir ku xirab bibe, û rê da firoşkarên din ên li derveyî ekosîstema Microsoft Azure ku bi modelên wan ên mezin re pêşbaziyê bikin. Di vê rewşê de, DeepSeek ne tenê ji hêla germahiya hilberê ve ji ChatGPT derbas bûye, lê di heman demê de piştî berdana o1 modelên çavkaniya vekirî jî destnîşan kiriye, mîna heyecana li dora vejandina GPT-3 ya Llama.

Di rastiyê de, dabînkerên ewr xwe wekî deriyên trafîkê ji bo sepanên AI-ê bi cih dikin, ev tê vê wateyê ku kûrkirina têkiliyên bi pêşdebiran re dibe sedema avantajên pêşwext. Raport nîşan didin ku Baidu Smart Cloud di roja destpêkirina modelê de zêdetirî 15,000 xerîdar hebûn ku modela DeepSeek bi rêya platforma Qianfan bikar dianîn. Wekî din, çend pargîdaniyên piçûktir çareseriyan pêşkêş dikin, di nav de Flow-ya li ser bingeha Silicon, Luchen Technology, Chuanjing Technology, û gelek dabînkerên AI Infra ku piştgiriya modelên DeepSeek dane destpêkirin. AI Technology Review fêr bûye ku derfetên optimîzasyonê yên heyî ji bo bicihkirinên herêmî yên DeepSeek bi giranî di du waran de hene: yek ji wan çêtirkirina taybetmendiyên kêmbûnê yên modela MoE ye bi karanîna nêzîkatiyek sedemek tevlihev ji bo bicihkirina modela MoE ya 671 mîlyar parametre li herêmî dema ku karanîna encamên GPU/CPU yên hîbrîd e. Wekî din, çêtirkirina MLA girîng e. Lêbelê, her du modelên DeepSeek hîn jî di çêtirkirina bicihkirinê de bi hin pirsgirêkan re rû bi rû ne. "Ji ber mezinahiya modelê û gelek parametreyan, çêtirkirin bi rastî jî tevlihev e, nemaze ji bo bicihkirinên herêmî ku gihîştina hevsengiyek çêtirîn di navbera performans û lêçûnê de dê dijwar be," lêkolînerek ji Chuanjing Technology diyar kir. Astengiya herî girîng di derbaskirina sînorên kapasîteya bîranînê de ye. "Em rêbazek hevkariyê ya heterojen dipejirînin da ku bi tevahî CPU û çavkaniyên din ên hesabkirinê bikar bînin, tenê beşên ne-parvekirî yên matrîksa MoE ya kêm li ser CPU/DRAM-ê ji bo pêvajoyê bi karanîna operatorên CPU-ya performansa bilind datînin, dema ku beşên qelew li ser GPU-yê dimînin," wî bêtir rave kir. Raport nîşan didin ku çarçoveya çavkaniya vekirî ya Chuanjing KTransformers bi giranî stratejî û operatorên cûrbecûr bi rêya şablonekê dixe nav pêkanîna Transformers-a orîjînal, bi girîngî leza texmînkirinê bi karanîna rêbazên mîna CUDAGraph zêde dike. DeepSeek ji bo van destpêkan derfetan afirandiye, ji ber ku feydeyên mezinbûnê diyar dibin; gelek fîrmayan piştî destpêkirina API-ya DeepSeek mezinbûna xerîdar a berbiçav ragihandine, ji xerîdarên berê yên ku li çêtirkirinan digerin lêpirsîn wergirtine. Kesên hundir ên pîşesaziyê destnîşan kirine, "Di demên berê de, komên xerîdar ên hinekî damezrandî pir caran bi karûbarên standardîzekirî yên pargîdaniyên mezin ve girêdayî bûn, ji ber avantajên lêçûnên xwe yên ji ber pîvanê bi tundî ve girêdayî bûn. Lêbelê, piştî ku berî Festîvala Biharê bicîhkirina DeepSeek-R1/V3 temam kir, me ji nişkê ve daxwazên hevkariyê ji çend xerîdarên navdar wergirtin, û tewra xerîdarên berê yên bêkar jî ji bo danasîna karûbarên DeepSeek-a me têkilî dan destpêkirin." Niha, xuya dike ku DeepSeek performansa texmînkirina modelê her ku diçe girîngtir dike, û bi pejirandina berfirehtir a modelên mezin, ev ê bandorek girîng li ser pêşkeftina di pîşesaziya AI Infra de bike. Ger modelek asta DeepSeek bikaribe bi lêçûnek kêm li herêmê were bicîh kirin, ew ê pir alîkariya hewldanên veguherîna dîjîtal a hikûmet û pargîdaniyan bike. Lêbelê, dijwarî berdewam dikin, ji ber ku dibe ku hin xerîdar hêviyên mezin di derbarê kapasîteyên modela mezin de hebin, ku eşkeretir dike ku hevsengiya performans û lêçûn di bicîhkirina pratîkî de girîng dibe.