Data ukazují, že od svého vydání DeepSeek nashromáždil během pouhých 21 dnů 22,15 milionu denně aktivních uživatelů (DAU), čímž dosáhl 41,6 % uživatelské základny ChatGPT a překonal 16,95 milionu denně aktivních uživatelů Doubao. Stala se tak nejrychleji rostoucí aplikací na světě a ve 157 zemích/regionech obsadila vrchol Apple App Store. Zatímco se uživatelé hromadně hrnuli, kybernetičtí hackeři neúnavně útočili na aplikaci DeepSeek a způsobovali značnou zátěž na její servery. Analytici se domnívají, že je to částečně způsobeno tím, že DeepSeek nasazoval karty pro školení, ale neměl dostatečný výpočetní výkon pro uvažování. Zdroj z oboru sdělil AI Technology Review: „Časté problémy se servery lze snadno vyřešit účtováním poplatků nebo financováním nákupu dalších strojů; v konečném důsledku to závisí na rozhodnutích DeepSeeku.“ To představuje kompromis mezi zaměřením na technologii a produktivitu. DeepSeek se do značné míry spoléhal na kvantovou kvantizaci pro svou soběstačnost, protože obdržel málo externího financování, což vedlo k relativně nízkému tlaku na cash flow a čistšímu technologickému prostředí. Vzhledem k výše uvedeným problémům někteří uživatelé na sociálních sítích naléhají na DeepSeek, aby zvýšil limity používání nebo zavedl placené funkce pro zvýšení uživatelského komfortu. Vývojáři navíc začali pro optimalizaci využívat oficiální API nebo API třetích stran. Otevřená platforma DeepSeek však nedávno oznámila: „Aktuální serverové zdroje jsou omezené a dobíjení služeb API bylo pozastaveno.“

To nepochybně otevírá další příležitosti pro externí dodavatele v sektoru infrastruktury umělé inteligence. V poslední době řada domácích i mezinárodních cloudových gigantů spustila modelovací API DeepSeek – mezi prvními, kteří se k nim na konci ledna připojili, byli zámořští giganti Microsoft a Amazon. První krok učinil domácí lídr, Huawei Cloud, který ve spolupráci se společností Flow, založenou na platformě Silicon, 1. února vydal služby DeepSeek R1 a V3 pro uvažování. Zprávy z AI Technology Review naznačují, že služby Flow, založené na platformě Silicon, zaznamenaly příliv uživatelů, což platformu fakticky „zhroutilo“. Tři velké technologické společnosti – BAT (Baidu, Alibaba, Tencent) a ByteDance – také vydaly od 3. února nízkonákladové, časově omezené nabídky, které připomínají loňské cenové války cloudových dodavatelů, které vyvolalo spuštění modelu V2 společnosti DeepSeek, kde se DeepSeek začal nazývat „řezníkem cen“. Zběsilé akce cloudových dodavatelů odrážejí dřívější silné vazby mezi Microsoft Azure a OpenAI, kde Microsoft v roce 2019 investoval do OpenAI značnou miliardu dolarů a sklidil z toho výhody po spuštění ChatGPT v roce 2023. Tento blízký vztah se však začal narušovat poté, co Meta open-sourceovala Llama, což umožnilo dalším dodavatelům mimo ekosystém Microsoft Azure konkurovat jejich velkým modelům. V tomto případě DeepSeek nejen překonal ChatGPT z hlediska produktového nadšení, ale po vydání o1 také představil open-source modely, podobně jako nadšení kolem oživení GPT-3 společností Llama.

Ve skutečnosti se poskytovatelé cloudových služeb také pozicionují jako brány provozu pro aplikace umělé inteligence, což znamená, že prohloubení vazeb s vývojáři se promítá do preventivních výhod. Zprávy ukazují, že Baidu Smart Cloud měl v den spuštění modelu DeepSeek přes 15 000 zákazníků využívajících model DeepSeek prostřednictvím platformy Qianfan. Kromě toho několik menších firem nabízí řešení, včetně společností Flow na bázi křemíku, Luchen Technology, Chuanjing Technology a různých poskytovatelů AI infrastruktury, kteří zahájili podporu pro modely DeepSeek. AI Technology Review zjistil, že současné možnosti optimalizace pro lokalizované nasazení DeepSeek existují především ve dvou oblastech: jednou je optimalizace charakteristik řídkosti modelu MoE pomocí přístupu smíšeného uvažování k lokálnímu nasazení modelu MoE s 671 miliardami parametrů s využitím hybridní inference GPU/CPU. Kromě toho je zásadní optimalizace MLA. Oba modely DeepSeek však stále čelí určitým výzvám v optimalizaci nasazení. „Vzhledem k velikosti modelu a četným parametrům je optimalizace skutečně složitá, zejména pro lokální nasazení, kde bude dosažení optimální rovnováhy mezi výkonem a náklady náročné,“ uvedl výzkumník ze společnosti Chuanjing Technology. Nejvýznamnější překážkou je překonání limitů kapacity paměti. „Pro plné využití CPU a dalších výpočetních zdrojů používáme heterogenní přístup ke spolupráci, přičemž na CPU/DRAM umisťujeme pouze nesdílené části řídké MoE matice pro zpracování pomocí vysoce výkonných operátorů CPU, zatímco husté části zůstávají na GPU,“ vysvětlil dále. Zprávy naznačují, že open-source framework KTransformers od společnosti Chuanjing primárně vkládá různé strategie a operátory do původní implementace Transformers prostřednictvím šablony, čímž výrazně zvyšuje rychlost inference pomocí metod, jako je CUDAGraph. DeepSeek vytvořil příležitosti pro tyto startupy, protože se stávají zřejmými výhody růstu; mnoho firem hlásilo znatelný nárůst zákazníků po spuštění DeepSeek API a dostávalo dotazy od předchozích klientů, kteří hledali optimalizace. Zasvěcenci z oboru poznamenali: „V minulosti byly poněkud zavedené skupiny klientů často vázány na standardizované služby větších společností, pevně vázány svými nákladovými výhodami díky rozsahu. Po dokončení nasazení DeepSeek-R1/V3 před Jarním festivalem jsme však náhle obdrželi žádosti o spolupráci od několika známých klientů a dokonce i dříve spící klienti iniciovali kontakt s cílem představit naše služby DeepSeek.“ V současné době se zdá, že DeepSeek klade stále větší důraz na výkon inference modelů a s širším přijetím velkých modelů bude tento faktor i nadále významně ovlivňovat vývoj v odvětví AI infrastruktury. Pokud by bylo možné model na úrovni DeepSeek nasadit lokálně za nízkou cenu, výrazně by to pomohlo snahám vlád a podniků o digitální transformaci. Problémy však přetrvávají, protože někteří klienti mohou mít vysoká očekávání ohledně možností velkých modelů, což jasně ukazuje, že vyvážení výkonu a nákladů se při praktickém nasazení stává zásadním.