ડેટા દર્શાવે છે કે તેની રજૂઆત પછી, ડીપસીકે માત્ર 21 દિવસમાં 22.15 મિલિયન દૈનિક સક્રિય વપરાશકર્તાઓ (DAU) એકઠા કર્યા છે, જે ચેટજીપીટીના વપરાશકર્તા આધારના 41.6% પ્રાપ્ત કર્યા છે અને ડુબાઓના 16.95 મિલિયન દૈનિક સક્રિય વપરાશકર્તાઓને વટાવી ગયા છે, આમ વૈશ્વિક સ્તરે સૌથી ઝડપથી વિકસતી એપ્લિકેશન બની છે, જે 157 દેશો/પ્રદેશોમાં એપલ એપ સ્ટોરમાં ટોચ પર છે. જો કે, જ્યારે વપરાશકર્તાઓની સંખ્યા વધી રહી છે, ત્યારે સાયબર હેકર્સ ડીપસીક એપ્લિકેશન પર અવિરત હુમલો કરી રહ્યા છે, જેના કારણે તેના સર્વર્સ પર નોંધપાત્ર તાણ આવી રહ્યો છે. ઉદ્યોગ વિશ્લેષકો માને છે કે આ આંશિક રીતે ડીપસીક તાલીમ માટે કાર્ડ જમાવે છે જ્યારે તર્ક માટે પૂરતી ગણતરી શક્તિનો અભાવ છે. એક ઉદ્યોગના આંતરિક વ્યક્તિએ AI ટેકનોલોજી રિવ્યુને માહિતી આપી, "વારંવાર સર્વર સમસ્યાઓ ફી વસૂલીને અથવા વધુ મશીનો ખરીદવા માટે ધિરાણ દ્વારા સરળતાથી ઉકેલી શકાય છે; આખરે, તે ડીપસીકના નિર્ણયો પર આધાર રાખે છે." આ ટેકનોલોજી વિરુદ્ધ ઉત્પાદનીકરણ પર ધ્યાન કેન્દ્રિત કરવામાં વેપાર રજૂ કરે છે. ડીપસીકે મોટાભાગે સ્વ-નિર્ભરતા માટે ક્વોન્ટમ ક્વોન્ટાઇઝેશન પર આધાર રાખ્યો છે, તેને થોડું બાહ્ય ભંડોળ મળ્યું છે, જેના પરિણામે પ્રમાણમાં ઓછું રોકડ પ્રવાહ દબાણ અને શુદ્ધ તકનીકી વાતાવરણ બન્યું છે. હાલમાં, ઉપરોક્ત સમસ્યાઓના પ્રકાશમાં, કેટલાક વપરાશકર્તાઓ સોશિયલ મીડિયા પર ડીપસીકને ઉપયોગ મર્યાદા વધારવા અથવા વપરાશકર્તા સુવિધા વધારવા માટે પેઇડ સુવિધાઓ રજૂ કરવા વિનંતી કરી રહ્યા છે. વધુમાં, વિકાસકર્તાઓએ ઑપ્ટિમાઇઝેશન માટે સત્તાવાર API અથવા તૃતીય-પક્ષ API નો ઉપયોગ કરવાનું શરૂ કર્યું છે. જો કે, ડીપસીકના ઓપન પ્લેટફોર્મે તાજેતરમાં જાહેરાત કરી હતી કે, "વર્તમાન સર્વર સંસાધનો દુર્લભ છે, અને API સેવા રિચાર્જ સસ્પેન્ડ કરવામાં આવ્યા છે."

આ નિઃશંકપણે AI ઇન્ફ્રાસ્ટ્રક્ચર ક્ષેત્રમાં તૃતીય-પક્ષ વિક્રેતાઓ માટે વધુ તકો ખોલે છે. તાજેતરમાં, અસંખ્ય સ્થાનિક અને આંતરરાષ્ટ્રીય ક્લાઉડ જાયન્ટ્સે DeepSeek ના મોડેલ API લોન્ચ કર્યા છે - વિદેશી જાયન્ટ્સ Microsoft અને Amazon જાન્યુઆરીના અંતમાં જોડાતા પહેલા હતા. સ્થાનિક નેતા, Huawei Cloud એ પહેલું પગલું ભર્યું, 1 ફેબ્રુઆરીના રોજ સિલિકોન-આધારિત ફ્લો સાથે સહયોગમાં DeepSeek R1 અને V3 રિઝનિંગ સેવાઓ રજૂ કરી. AI ટેકનોલોજી રિવ્યૂના અહેવાલો સૂચવે છે કે સિલિકોન-આધારિત ફ્લોની સેવાઓમાં વપરાશકર્તાઓનો ધસારો જોવા મળ્યો છે, જે પ્લેટફોર્મને અસરકારક રીતે "ક્રેશ" કરી રહ્યો છે. ત્રણ મોટી ટેક કંપનીઓ - BAT (Baidu, Alibaba, Tencent) અને ByteDance - એ પણ 3 ફેબ્રુઆરીથી શરૂ થતી ઓછી કિંમતની, મર્યાદિત સમયની ઑફર્સ જારી કરી, જે ગયા વર્ષના DeepSeek ના V2 મોડેલ લોન્ચ દ્વારા શરૂ થયેલા ક્લાઉડ વેન્ડર ભાવ યુદ્ધની યાદ અપાવે છે, જ્યાં DeepSeek ને "કિંમત કસાઈ" તરીકે ઓળખવામાં આવવાનું શરૂ થયું. ક્લાઉડ વિક્રેતાઓની ઉગ્ર ક્રિયાઓ માઇક્રોસોફ્ટ એઝ્યુર અને ઓપનએઆઈ વચ્ચેના અગાઉના મજબૂત સંબંધોનો પડઘો પાડે છે, જ્યાં 2019 માં, માઇક્રોસોફ્ટે ઓપનએઆઈમાં $1 બિલિયનનું નોંધપાત્ર રોકાણ કર્યું હતું અને 2023 માં ચેટજીપીટીના લોન્ચ પછી લાભ મેળવ્યો હતો. જો કે, મેટા ઓપન-સોર્સ્ડ લામા પછી આ ગાઢ સંબંધમાં ખટાશ આવવા લાગી, જેના કારણે માઇક્રોસોફ્ટ એઝ્યુર ઇકોસિસ્ટમની બહારના અન્ય વિક્રેતાઓ તેમના મોટા મોડેલો સાથે સ્પર્ધા કરી શક્યા. આ કિસ્સામાં, ડીપસીકે પ્રોડક્ટ હીટના સંદર્ભમાં માત્ર ચેટજીપીટીને પાછળ છોડી દીધું નથી, પરંતુ o1 રિલીઝ પછી ઓપન-સોર્સ મોડેલો પણ રજૂ કર્યા છે, જે લામાના GPT-3 ના પુનરુત્થાનની આસપાસના ઉત્સાહની જેમ છે.

વાસ્તવમાં, ક્લાઉડ પ્રદાતાઓ પોતાને AI એપ્લિકેશનો માટે ટ્રાફિક ગેટવે તરીકે પણ સ્થાન આપી રહ્યા છે, જેનો અર્થ એ છે કે વિકાસકર્તાઓ સાથેના સંબંધોને ગાઢ બનાવવાથી પૂર્વનિર્ધારિત ફાયદા થાય છે. અહેવાલો સૂચવે છે કે મોડેલના લોન્ચ દિવસે ક્વિઆનફાન પ્લેટફોર્મ દ્વારા ડીપસીક મોડેલનો ઉપયોગ કરતા 15,000 થી વધુ ગ્રાહકો હતા. વધુમાં, ઘણી નાની કંપનીઓ ઉકેલો ઓફર કરી રહી છે, જેમાં સિલિકોન-આધારિત ફ્લો, લુચેન ટેકનોલોજી, ચુઆનજિંગ ટેકનોલોજી અને વિવિધ AI ઇન્ફ્રા પ્રદાતાઓનો સમાવેશ થાય છે જેમણે ડીપસીક મોડેલો માટે સપોર્ટ શરૂ કર્યો છે. AI ટેકનોલોજી રિવ્યુએ શીખ્યા છે કે ડીપસીકના સ્થાનિકીકરણ માટે વર્તમાન ઑપ્ટિમાઇઝેશન તકો મુખ્યત્વે બે ક્ષેત્રોમાં અસ્તિત્વમાં છે: એક એ છે કે 671 બિલિયન પેરામીટર MoE મોડેલને સ્થાનિક રીતે જમાવવા માટે મિશ્ર તર્ક અભિગમનો ઉપયોગ કરીને MoE મોડેલની સ્પારસિટી લાક્ષણિકતાઓ માટે ઑપ્ટિમાઇઝ કરવું જ્યારે હાઇબ્રિડ GPU/CPU અનુમાનનો ઉપયોગ કરવો. વધુમાં, MLA નું ઑપ્ટિમાઇઝેશન મહત્વપૂર્ણ છે. જો કે, ડીપસીકના બે મોડેલો હજુ પણ ડિપ્લોયમેન્ટ ઑપ્ટિમાઇઝેશનમાં કેટલાક પડકારોનો સામનો કરે છે. "મોડેલના કદ અને અસંખ્ય પરિમાણોને કારણે, ઑપ્ટિમાઇઝેશન ખરેખર જટિલ છે, ખાસ કરીને સ્થાનિક ડિપ્લોયમેન્ટ માટે જ્યાં પ્રદર્શન અને ખર્ચ વચ્ચે શ્રેષ્ઠ સંતુલન પ્રાપ્ત કરવું પડકારજનક હશે," ચુઆનજિંગ ટેકનોલોજીના એક સંશોધકે જણાવ્યું. સૌથી મહત્વપૂર્ણ અવરોધ મેમરી ક્ષમતા મર્યાદાઓને દૂર કરવામાં રહેલો છે. "અમે CPUs અને અન્ય કોમ્પ્યુટેશનલ સંસાધનોનો સંપૂર્ણ ઉપયોગ કરવા માટે એક વિજાતીય સહયોગ અભિગમ અપનાવીએ છીએ, ઉચ્ચ-પ્રદર્શન CPU ઓપરેટરોનો ઉપયોગ કરીને પ્રક્રિયા કરવા માટે CPU/DRAM પર છૂટાછવાયા MoE મેટ્રિક્સના ફક્ત બિન-શેર કરેલા ભાગો મૂકીએ છીએ, જ્યારે ગાઢ ભાગો GPU પર રહે છે," તેમણે આગળ સમજાવ્યું. અહેવાલો સૂચવે છે કે ચુઆનજિંગનું ઓપન-સોર્સ ફ્રેમવર્ક KTransformers મુખ્યત્વે ટેમ્પલેટ દ્વારા મૂળ ટ્રાન્સફોર્મર્સ અમલીકરણમાં વિવિધ વ્યૂહરચનાઓ અને ઓપરેટરોને ઇન્જેક્ટ કરે છે, જે CUDAGraph જેવી પદ્ધતિઓનો ઉપયોગ કરીને અનુમાન ગતિમાં નોંધપાત્ર વધારો કરે છે. DeepSeek એ આ સ્ટાર્ટઅપ્સ માટે તકો ઊભી કરી છે, કારણ કે વૃદ્ધિના લાભો સ્પષ્ટ થઈ રહ્યા છે; ઘણી કંપનીઓએ DeepSeek API લોન્ચ કર્યા પછી નોંધપાત્ર ગ્રાહક વૃદ્ધિની જાણ કરી છે, ઑપ્ટિમાઇઝેશન શોધી રહેલા અગાઉના ગ્રાહકો પાસેથી પૂછપરછ પ્રાપ્ત કરી છે. ઉદ્યોગના આંતરિક સૂત્રોએ નોંધ્યું છે કે, "ભૂતકાળમાં, કેટલાક સ્થાપિત ક્લાયન્ટ જૂથો ઘણીવાર મોટી કંપનીઓની પ્રમાણિત સેવાઓમાં બંધાયેલા હતા, જે સ્કેલને કારણે તેમના ખર્ચ લાભો દ્વારા ચુસ્તપણે બંધાયેલા હતા. જો કે, વસંત મહોત્સવ પહેલાં DeepSeek-R1/V3 નું ડિપ્લોયમેન્ટ પૂર્ણ કર્યા પછી, અમને અચાનક ઘણા જાણીતા ક્લાયન્ટ્સ તરફથી સહકાર વિનંતીઓ મળી, અને અગાઉ નિષ્ક્રિય ક્લાયન્ટ્સે પણ અમારી DeepSeek સેવાઓ રજૂ કરવા માટે સંપર્ક શરૂ કર્યો." હાલમાં, એવું લાગે છે કે DeepSeek મોડેલ ઇન્ફરન્સ પ્રદર્શનને વધુને વધુ મહત્વપૂર્ણ બનાવી રહ્યું છે, અને મોટા મોડેલ્સના વ્યાપક અપનાવવાથી, આ AI ઇન્ફ્રા ઉદ્યોગમાં વિકાસને નોંધપાત્ર રીતે પ્રભાવિત કરવાનું ચાલુ રાખશે. જો DeepSeek-સ્તરનું મોડેલ ઓછા ખર્ચે સ્થાનિક રીતે જમાવી શકાય, તો તે સરકાર અને એન્ટરપ્રાઇઝ ડિજિટલ ટ્રાન્સફોર્મેશન પ્રયાસોને મોટા પ્રમાણમાં મદદ કરશે. જો કે, પડકારો ચાલુ રહે છે, કારણ કે કેટલાક ક્લાયન્ટ્સ મોટી મોડેલ ક્ષમતાઓ અંગે ઉચ્ચ અપેક્ષાઓ રાખી શકે છે, જે તે વધુ સ્પષ્ટ બનાવે છે કે વ્યવહારિક જમાવટમાં પ્રદર્શન અને ખર્ચનું સંતુલન મહત્વપૂર્ણ બને છે.