Mae data'n dangos, ers ei ryddhau, fod DeepSeek wedi cronni 22.15 miliwn o ddefnyddwyr gweithredol dyddiol (DAU) o fewn dim ond 21 diwrnod, gan gyflawni 41.6% o sylfaen defnyddwyr ChatGPT a rhagori ar 16.95 miliwn o ddefnyddwyr gweithredol dyddiol Doubao, gan ddod yn gymhwysiad sy'n tyfu gyflymaf yn fyd-eang, gan frig Apple App Store mewn 157 o wledydd/rhanbarthau. Fodd bynnag, er bod defnyddwyr wedi heidio mewn llu, mae hacwyr seiber wedi bod yn ymosod yn ddi-baid ar ap DeepSeek, gan achosi straen sylweddol ar ei weinyddion. Mae dadansoddwyr diwydiant yn credu bod hyn yn rhannol oherwydd bod DeepSeek yn defnyddio cardiau ar gyfer hyfforddiant tra nad oes ganddynt ddigon o bŵer cyfrifiadurol ar gyfer rhesymu. Dywedodd rhywun o'r tu mewn i'r diwydiant wrth AI Technology Review, "Gellir datrys y problemau gweinydd mynych yn hawdd trwy godi ffioedd neu gyllid i brynu mwy o beiriannau; yn y pen draw, mae'n dibynnu ar benderfyniadau DeepSeek." Mae hyn yn cyflwyno cyfaddawd wrth ganolbwyntio ar dechnoleg yn erbyn cynhyrchu. Mae DeepSeek wedi dibynnu'n helaeth ar feintioli cwantwm ar gyfer hunangynhaliaeth, ar ôl derbyn ychydig o gyllid allanol, gan arwain at bwysau llif arian cymharol isel ac amgylchedd technolegol purach. Ar hyn o bryd, yng ngoleuni'r problemau a grybwyllwyd uchod, mae rhai defnyddwyr yn annog DeepSeek ar gyfryngau cymdeithasol i godi trothwyon defnydd neu gyflwyno nodweddion taledig i wella cysur defnyddwyr. Yn ogystal, mae datblygwyr wedi dechrau defnyddio'r API swyddogol neu APIs trydydd parti ar gyfer optimeiddio. Fodd bynnag, cyhoeddodd platfform agored DeepSeek yn ddiweddar, "Mae adnoddau gweinydd cyfredol yn brin, ac mae ail-godiadau gwasanaeth API wedi'u hatal."

Mae hyn yn sicr o agor mwy o gyfleoedd i werthwyr trydydd parti yn y sector seilwaith AI. Yn ddiweddar, mae nifer o gewri cwmwl domestig a rhyngwladol wedi lansio APIs model DeepSeek—roedd y cewri tramor Microsoft ac Amazon ymhlith y cyntaf i ymuno ddiwedd mis Ionawr. Gwnaeth yr arweinydd domestig, Huawei Cloud, y cam cyntaf, gan ryddhau gwasanaethau rhesymu DeepSeek R1 a V3 mewn cydweithrediad â Flow, sy'n seiliedig ar Silicon, ar Chwefror 1. Mae adroddiadau gan AI Technology Review yn dangos bod gwasanaethau Flow, sy'n seiliedig ar Silicon, wedi gweld mewnlifiad o ddefnyddwyr, gan "chwalu" y platfform yn effeithiol. Cyhoeddodd y tri chwmni technoleg mawr—BAT (Baidu, Alibaba, Tencent) a ByteDance—gynigion cost isel, amser cyfyngedig hefyd gan ddechrau Chwefror 3, sy'n atgoffa rhywun o ryfeloedd prisiau gwerthwyr cwmwl y llynedd a daniwyd gan lansiad model V2 DeepSeek, lle dechreuwyd galw DeepSeek yn "gigydd prisiau". Mae gweithredoedd gwyllt gwerthwyr cwmwl yn adleisio'r cysylltiadau cryf cynharach rhwng Microsoft Azure ac OpenAI, lle yn 2019, gwnaeth Microsoft fuddsoddiad sylweddol o $1 biliwn yn OpenAI a medi manteision ar ôl lansio ChatGPT yn 2023. Fodd bynnag, dechreuodd y berthynas agos hon chwalu ar ôl i Meta wneud Llama yn ffynhonnell agored, gan ganiatáu i werthwyr eraill y tu allan i ecosystem Microsoft Azure gystadlu â'u modelau mawr. Yn yr achos hwn, nid yn unig y mae DeepSeek wedi rhagori ar ChatGPT o ran gwres cynnyrch ond mae hefyd wedi cyflwyno modelau ffynhonnell agored yn dilyn rhyddhau o1, yn debyg i'r cyffro ynghylch adfywiad Llama o GPT-3.

Mewn gwirionedd, mae darparwyr cwmwl hefyd yn gosod eu hunain fel pyrth traffig ar gyfer cymwysiadau AI, sy'n golygu bod cysylltiadau dyfnhau â datblygwyr yn trosi'n fanteision rhagataliol. Mae adroddiadau'n dangos bod gan Baidu Smart Cloud dros 15,000 o gwsmeriaid yn defnyddio'r model DeepSeek trwy blatfform Qianfan ar ddiwrnod lansio'r model. Yn ogystal, mae sawl cwmni llai yn cynnig atebion, gan gynnwys Flow wedi'i seilio ar Silicon, Luchen Technology, Chuanjing Technology, ac amrywiol ddarparwyr Seilwaith AI sydd wedi lansio cefnogaeth ar gyfer modelau DeepSeek. Mae AI Technology Review wedi dysgu bod cyfleoedd optimeiddio cyfredol ar gyfer lleoliadau lleol o DeepSeek yn bodoli'n bennaf mewn dau faes: un yw optimeiddio ar gyfer nodweddion prinder y model MoE gan ddefnyddio dull rhesymu cymysg i ddefnyddio'r model MoE 671 biliwn o baramedrau yn lleol wrth ddefnyddio casgliad GPU/CPU hybrid. Yn ogystal, mae optimeiddio MLA yn hanfodol. Fodd bynnag, mae dau fodel DeepSeek yn dal i wynebu rhai heriau o ran optimeiddio lleoliadau. "Oherwydd maint y model a'r nifer o baramedrau, mae optimeiddio yn wir yn gymhleth, yn enwedig ar gyfer defnyddiau lleol lle bydd cyflawni cydbwysedd gorau posibl rhwng perfformiad a chost yn heriol," meddai ymchwilydd o Chuanjing Technology. Y rhwystr mwyaf arwyddocaol yw goresgyn cyfyngiadau capasiti cof. "Rydym yn mabwysiadu dull cydweithio heterogenaidd i ddefnyddio CPUs ac adnoddau cyfrifiadurol eraill yn llawn, gan osod dim ond y rhannau nad ydynt yn cael eu rhannu o'r matrics MoE prin ar CPU/DRAM ar gyfer prosesu gan ddefnyddio gweithredwyr CPU perfformiad uchel, tra bod y rhannau dwys yn aros ar y GPU," eglurodd ymhellach. Mae adroddiadau'n dangos bod fframwaith ffynhonnell agored Chuanjing, KTransformers, yn bennaf yn chwistrellu amrywiol strategaethau a gweithredwyr i weithrediad gwreiddiol Transformers trwy dempled, gan wella cyflymder casglu yn sylweddol gan ddefnyddio dulliau fel CUDAGraph. Mae DeepSeek wedi creu cyfleoedd i'r cwmnïau newydd hyn, wrth i fanteision twf ddod yn amlwg; mae llawer o gwmnïau wedi nodi twf amlwg mewn cwsmeriaid ar ôl lansio API DeepSeek, gan dderbyn ymholiadau gan gleientiaid blaenorol yn chwilio am optimeiddiadau. Mae pobl o fewn y diwydiant wedi nodi, "Yn y gorffennol, roedd grwpiau cleientiaid sefydledig yn aml wedi'u cloi i wasanaethau safonol cwmnïau mwy, wedi'u rhwymo'n dynn gan eu manteision cost oherwydd graddfa. Fodd bynnag, ar ôl cwblhau'r defnydd o DeepSeek-R1/V3 cyn Gŵyl y Gwanwyn, cawsom geisiadau cydweithredu yn sydyn gan sawl cleient adnabyddus, a hyd yn oed cleientiaid a oedd yn segur gynt a gychwynnodd gysylltiad i gyflwyno ein gwasanaethau DeepSeek." Ar hyn o bryd, mae'n ymddangos bod DeepSeek yn gwneud perfformiad casglu modelau yn gynyddol hanfodol, a chyda mabwysiadu modelau mawr yn ehangach, bydd hyn yn parhau i ddylanwadu ar ddatblygiad yn y diwydiant Seilwaith AI yn sylweddol. Pe bai modd defnyddio model lefel DeepSeek yn lleol am gost isel, byddai'n cynorthwyo ymdrechion trawsnewid digidol y llywodraeth a mentrau yn fawr. Fodd bynnag, mae heriau'n parhau, gan y gallai rhai cleientiaid fod â disgwyliadau uchel o ran galluoedd modelau mawr, gan ei gwneud hi'n fwy amlwg bod cydbwyso perfformiad a chost yn dod yn hanfodol mewn defnydd ymarferol.