2024/12/27

DeepSeek V3 abala sector com modelo AI open-source mais poderoso e económico

Há um novo modelo AI vindo da China, o DeepSeek V3, que se torna no mais poderoso modelo AI open-source, capaz de superar o GPT-4o da OpenAI.

A empresa chinesa DeepSeek apresentou o DeepSeek V3, apontado como um dos modelos AI open-source mais avançados do mundo. O DeepSeek V3 destaca-se em tarefas como programação, tradução e geração de conteúdo detalhado, e chega com uma licença bastante abrangente que permite a sua utilização em projectos comecriais e modificação.

Os testes efectuados mostram que o DeepSeek V3 supera a maioria dos modelos AI existentes, incluindo não só versões open-source como o Llama 3.1 405B da Meta como também modelos proprietários como o GPT-4o da OpenAI.
Com 671B (mil milhões) de parâmetros, o modelo é 1.6 vezes maior do que o Llama 3.1 da Meta. Apesar do seu tamanho, o DeepSeek foi treinado usando hardware bastante limitado (em comparação com o de empresas ocidentais) usando apenas GPUs Nvidia H800 durante dois meses, com um custo "económico" de apenas 5.5 milhões de dólares. Algo que está a ser usado para relembrar se as empresas ocidentais não estarão a ficar excessivamente depreocupadas com as questões de optimização e eficiência, por terem vasto poder computacional à disposição.

O DeepSeek V3 não está isento de críticas. O modelo evita temas politicamente sensíveis, reflectindo as restrições regulamentares na China. Apesar destas limitações, as suas vastas potencialidades, a par de um custo de operação que se torna numa fracção da utilização de modelos AI comerciais equivalentes, assegura que não faltem interessados na sua utilização.

Publicado por Carlos Martins às 14:00


1 comentário:

  1. Carlos Afonso27/12/24 16:39

    Com um custo "económico" como é que vamos espatifar 8M USD no Amália

    ResponderEliminar

Subscrever: Enviar feedback (Atom)