דיפסיק: למה מודל אחד הפיל את מניות השבבים ליום אחד

מומלץ לקרוא קודם את שבבים סיניים בלי המכונה ההולנדית, שם ראינו איך מייצרים שבבים כשהמכונה הכי מתקדמת לא זמינה, ואת הטרנספורמר, המנוע שעליו בנוי כל צ'אט. כאן עוברים מהשבבים למודל עצמו.

הפעם יש לנו בורסה, בית חולים ודוח טכני של כחמישים עמודים, ואת שלושתם נעבור בלי לפתוח אף גרף מסובך. צריך קצת ריכוז, ובתמורה כל מספר כאן יקבל הסבר עד הסוף.

הכול כאן נכון ל-29.10.2026.

ביום שישי, 24.1.2025, נסגרה מניית אנבידיה (NVIDIA) במחיר של כ-143 דולר.

ביום שני, 27.1.2025, היא נסגרה בכ-118 דולר. ירידה של כמעט 17 אחוז ביום אחד.

אנבידיה, למי שלא מכיר, היא החברה שמתכננת את השבבים שעליהם מאמנים ומריצים רבים מכלי ה-AI של היום. אז מה קרה בסוף השבוע?

מעבדה סינית בשם דיפסיק פרסמה מודל, ובדוח שלה הופיע מספר שכולם ציטטו: 5.6 מיליון דולר.

ומאחורי המספר יש רעיון שאפשר להבין דרך בית חולים: במקום שכל הרופאים יבדקו כל חולה, נקראים רק המומחים המתאימים. בואו נעשה סדר.

יום שני, 27 בינואר 2025

מניה היא חלק קטן מהבעלות על חברה. כשהרבה אנשים רוצים למכור, המחיר יורד.

וכשהמחיר של כל המניות יורד, יורד גם "שווי השוק": כמה כל החברה שווה בבורסה.

כפי שדווח ביאהו פייננס, באותו יום ירדו כ-589 מיליארד דולר משווי השוק של אנבידיה.

כמה זה? בערך פי מאה אלף מהמספר שבדוח של דיפסיק. (חשבון שלנו.)

מספר אחד בדוח, ובורסה שמגיבה במספר גדול ממנו פי מאה אלף.

ולמה דווקא אז? כפי שדווח ביאהו פייננס באותו יום, המשקיעים חששו שמודלים של AI יתחילו לצרוך פחות שבבים ופחות חשמל ממה שהם צורכים היום.

ואם צריך פחות שבבים, מה יקרה לחברה שמוכרת אותם? זו הייתה השאלה של היום הזה. כדי להבין אותה, צריך קודם להבין מה דיפסיק פרסמה.

מקורות: נתוני המסחר של המניה NVDA בנאסד"ק, דרך יאהו פייננס (מחירי סגירה: 24.1.2025 142.62; 27.1.2025 118.42). כפי שדווח ביאהו פייננס, לורה ברטון, 27.1.2025 (Nvidia's decline shaved $589 billion off the AI chipmaker's market cap; The announcements spurred fears that AI models may begin to require fewer chips and energy than they currently use). אחוז הירידה וההשוואה למספר של דיפסיק הם חשבון שלנו. נבדק ב-29.10.2026. לדיווח ביאהו פייננס (באנגלית), נפתח בחלון חדש

מה דיפסיק פרסמה

דיפסיק (DeepSeek) היא מעבדת AI סינית, שהקים ליאנג וונפנג. היא בונה מודלי שפה: התוכנה שמבינה שאלה וכותבת תשובה, כמו זו שמאחורי צ'אט GPT.

בתוך פחות מחודש היא פרסמה שלושה דברים:

1. 26.12.2024: מודל בשם DeepSeek-V3. המודל הכללי, יחד עם דוח טכני שמסביר איך נבנה וכמה עלה לאמן אותו.
2. 15.1.2025: אפליקציה לטלפון. דרך לשוחח עם המודל, כמו בכל צ'אט.
3. 20.1.2025: מודל בשם DeepSeek-R1. מודל חשיבה: מודל שכותב לעצמו שלבי מחשבה לפני שהוא עונה, ולכן טוב במיוחד בחשבון, בקוד ובשאלות של היגיון.

על R1 כתבה דיפסיק בהודעה שלה שהביצועים שלו שקולים לאלה של o1, מודל החשיבה של אופן איי איי (OpenAI), החברה של צ'אט GPT. זו טענה של החברה, לא בדיקה שלנו.

ועוד דבר: היא פרסמה את המודלים לשימוש חופשי, ברישיון שמאפשר להוריד אותם, להריץ אותם ולהשתמש בהם גם במסחר.

אבל את הבורסה לא הזיז רק הביצועים. הזיז אותה מספר אחד, מהדוח של V3.

מקורות: דיפסיק, דף החדשות הרשמי (Introducing DeepSeek-V3 2024/12/26; DeepSeek APP 2025/01/15; DeepSeek-R1 Release 2025/01/20); הודעת R1, 20.1.2025 (Performance on par with OpenAI-o1; Code and models are released under the MIT License: Distill & commercialize freely). נבדק ב-29.10.2026. להודעה של דיפסיק (באנגלית), נפתח בחלון חדש

המספר שכולם ציטטו: 5.6 מיליון דולר

הנה מה שכתוב בדוח הטכני של V3, בתרגום שלנו: האימון המלא של המודל דרש 2.788 מיליון "שעות שבב". אם שוכרים שבב בשני דולר לשעה, יוצא שהעלות הכוללת היא 5.576 מיליון דולר.

מה זו "שעת שבב"? שבב אחד שעובד שעה אחת. עשרה שבבים שעובדים שעה, זה עשר שעות שבב.

השבב כאן הוא H800, שבב של אנבידיה. לפי הדוח, דיפסיק אימנה את המודל על 2,048 שבבים כאלה שעבדו יחד.

רגע, ה-H800 לא נחסם למכירה לסין? כן, אבל לא מההתחלה. לפי הכלל האמריקאי של אוקטובר 2022, הוא לא נדרש לרישיון, כי החיבור שלו היה איטי מהסף, ולכן נמכר בסין.

רק בסבב של אוקטובר 2023 כתבה אנבידיה שהחובה החדשה חלה גם עליו. את הסיפור המלא תמצאו במה ארה"ב אסרה למכור לסין. הדוח של דיפסיק לא אומר מתי נקנו השבבים.

מקורות: הרשומות הפדרליות, 87 FR 62186, בתוקף מ-7.10.2022 (an aggregate bidirectional transfer rate over all inputs and outputs of 600 Gbyte/s or more); לנובו, מדריך מוצר H800 (LP1814) (The H800 is offered in China, Hong Kong and Macau, however the H100 is not offered in these markets; NVLink: 400 GB/sec); אנבידיה, דוח מיידי (8-K), 23.10.2023 (is effective immediately, impacting shipments of the Company's A100, A800, H100, H800, and L40S products). נבדקו ב-29.10.2026. לדוח של אנבידיה (באנגלית), נפתח בחלון חדש

כמה זמן זה? אם כל 2,048 השבבים עובדים בלי הפסקה, בערך 57 ימים. ושבב אחד לבד היה צריך לעבוד כ-318 שנה. (חשבון שלנו.)

ושימו לב למילה הקטנה "אם". המחיר של שני דולר לשעה הוא הנחה של הדוח, מחיר משוער של שכירות.

כלומר, 5.6 מיליון הוא תרגיל חשבון: שעות כפול מחיר שכירות.

ומיד אחרי החשבון, באותה פסקה בדוח, מופיע המשפט שהכי חשוב לקרוא.

בתרגום שלנו: "העלויות האלה כוללות רק את האימון הרשמי של DeepSeek-V3, ולא את העלויות של מחקר קודם וניסויים על מבנה המודל, על השיטות או על הנתונים."

במילים אחרות: המספר הוא מחיר של ריצה אחת, האחרונה. לא של כל הדרך אליה.

מקור: DeepSeek-AI, DeepSeek-V3 Technical Report, arXiv 2412.19437, הוגש 27.12.2024 (DeepSeek-V3 costs only 2.788M GPU hours for its full training. Assuming the rental price of the H800 GPU is $2 per GPU hour, our total training costs amount to only $5.576M. Note that the aforementioned costs include only the official training of DeepSeek-V3, excluding the costs associated with prior research and ablation experiments on architectures, algorithms, or data.; DeepSeek-V3 is trained on a cluster equipped with 2048 NVIDIA H800 GPUs). מספר הימים ומספר השנים הם חשבון שלנו. נבדק ב-29.10.2026. לדוח הטכני (באנגלית), נפתח בחלון חדש

מה כלול במספר, ומה לא

הדוח עצמו מפרק את החשבון לשלושה חלקים, בטבלה. וכדי לראות את התמונה המלאה, שמנו לידם גם את מה שלא נכנס.

ובמילים, בלי הציור:

כלול: שלושה שלבים של ריצה אחת. האימון הראשי, שבו המודל קרא כמות עצומה של טקסט. הארכה, שמלמדת אותו להחזיק בראש טקסט ארוך. וכוונון קצר בסוף, שמלמד אותו לענות כמו עוזר.

לא כלול, לפי הדוח עצמו: כל המחקר והניסויים שקדמו לריצה הזאת.

לא כלול, כי החשבון בנוי ככה: המחיר של השבבים עצמם (החשבון לפי שכירות לשעה), השכר של החוקרים, איסוף הנתונים והכנתם. כל מה שאינו "שעת שבב" פשוט לא נמצא בתרגיל.

אז נכון לומר "האימון הרשמי של V3 עלה כ-5.6 מיליון דולר, לפי מחיר שכירות". לא נכון לומר "דיפסיק בנתה את המודל ב-5.6 מיליון דולר". הדוח עצמו לא אומר את זה.

רוצים לדעת כמה עלה R1, המודל שהזיז את הבורסה? לחצו כאן: מספר שפורסם רק שמונה חודשים אחר כך.

הנה פרט חשוב: R1, מודל החשיבה, לא נבנה מאפס. לפי דיפסיק, הוא אומן על גבי המודל הבסיסי של V3.

בספטמבר 2025 פרסמה דיפסיק את המחקר על R1 בכתב העת המדעי נייצ'ר (Nature), ובחומר הנלווה הופיעה טבלה חדשה: האימון הנוסף של R1, כולל הגרסה הניסיונית R1-Zero, דרש כ-147 אלף שעות שבב, כ-294 אלף דולר, באותו מחיר משוער של שני דולר לשעה.

ובאותו מקום כתוב עוד משהו: לפני הריצה הגדולה, החברה עשתה ניסויים על מודל קטן יותר, על שבבים מסוג אחר (A100). גם זה מסוג הדברים שלא נכנסים למספר של הריצה הרשמית.

מקור: DeepSeek-AI, "DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning", Nature, פורסם 17.9.2025, חומר נלווה (DeepSeek-R1 and DeepSeek-R1-Zero are trained on top of DeepSeek-V3-Base; Training costs of DeepSeek-R1, assuming the rental price of H800 is $2 per GPU hour ... Total in H800 GPU Hours 147K ... in USD $294K; we utilized the A100 GPUs to prepare for the experiments with a smaller model (30B parameters)). נבדק ב-29.10.2026. למאמר בנייצ'ר (באנגלית), נפתח בחלון חדש

מקור: DeepSeek-V3 Technical Report, טבלה 1 (Pre-Training 2664K, Context Extension 119K, Post-Training 5K, Total 2788K [H800 GPU Hours]; $5.328M, $0.238M, $0.01M, $5.576M; Training costs of DeepSeek-V3, assuming the rental price of H800 is $2 per GPU hour). העמודה "לא כלול", חוץ מהשורה הראשונה, היא הסבר שלנו לדרך שבה החשבון בנוי. נבדק ב-29.10.2026.

ובכל זאת, איך מאמנים מודל גדול בפחות שעות?

גם אם המספר הוא רק הריצה האחרונה, הריצה הזאת הייתה יעילה. והסיבה המרכזית שהדוח מציג היא שיטה בשם "תערובת מומחים" (Mixture of Experts). כדי להבין אותה, ניכנס לבית חולים.

צעד ראשון: ממה בנוי מודל

מודל שפה בנוי ממספרים. הרבה מאוד מספרים, שנקראים "פרמטרים".

תחשבו על כל פרמטר כמו על כפתור כיוון קטן. בזמן האימון המודל קורא טקסט, מנחש את המילה הבאה, ואחרי כל טעות מזיז קצת את הכפתורים. אחרי מיליארדי ניחושים, הכפתורים מכוונים כך שהניחושים טובים.

ובכל פעם שהמודל כותב לכם מילה, הוא מחשב אותה בעזרת הכפתורים האלה. כל כפתור שמשתתף בחישוב הוא עבודה של השבב.

צעד שני: בית חולים שבו כולם בודקים את כולם

עכשיו לבית החולים. כל מילה שהמודל צריך לחשב היא חולה שנכנס בדלת. כל רופא הוא קבוצה של כפתורים.

במודל "רגיל", כל חולה עובר אצל כל הרופאים בבית החולים. גם אם בא עם כאב בברך, בודקים לו גם את העיניים, את השיניים ואת השמיעה.

זה עובד, והתשובה טובה. אבל כל חולה לוקח המון זמן עבודה. ובמודל, זמן עבודה הוא שבבים וחשמל.

צעד שלישי: רופא תורן חכם

בבית החולים של דיפסיק יושב בכניסה רופא תורן חכם. הוא מסתכל על כל חולה, ושולח אותו רק למומחים שמתאימים לו.

הברך הולכת לאורתופד. השאר ממשיכים לטפל בחולים אחרים. כל חולה מקבל טיפול טוב, אבל רק חלק קטן מהרופאים עובד עליו.

זו תערובת מומחים. במודל, ה"רופא התורן" הוא חלק קטן שנקרא נתב: בכל שלב הוא בוחר אילו קבוצות כפתורים ("מומחים") יחשבו את המילה הזאת, ורק הן עובדות.

צעד רביעי: המספרים מהדוח

הנה מה שהדוח של V3 כותב, ואיך זה נראה בבית החולים שלנו:

• בכל המודל יש 671 מיליארד פרמטרים. אם הייתם סופרים כפתור אחד בכל שנייה, בלי לישון, הייתם מסיימים אחרי יותר מ-21,000 שנה. (חשבון שלנו.)
• על כל מילה עובדים רק 37 מיליארד מהם. בערך אחד מכל 18. (חשבון שלנו.)
• בכל "מחלקה" של מומחים יש 257 מומחים: מומחה אחד משותף, שבודק כל חולה, כמו רופא כללי, ועוד 256 מומחים שהתורן בוחר מתוכם.
• לכל מילה התורן בוחר 8 מתוך 256. יחד עם הרופא הכללי, 9 רופאים עובדים, ו-248 פנויים לחולה הבא.

והמודל בנוי כמו בניין: המילה עולה בו קומה אחרי קומה, וכמעט בכל קומה יש מחלקה כזו. בכל קומה התורן בוחר צוות מחדש.

ודבר אחד שחשוב לדעת: למומחים במודל אין שמות כמו "אורתופד" או "עיניים". אף אחד לא קבע מראש מי מומחה במה. המודל לומד לבד, בזמן האימון, לאן כדאי לשלוח כל מילה. השמות בבית החולים שלנו הם רק כדי שיהיה קל לדמיין.

אוהבים טכנולוגיה? לחצו כאן כדי לראות איפה המומחים יושבים בתוך המודל: קומות, קשב, ומחלקה בכל קומה.

במאמר על הטרנספורמר ראינו שמודל בנוי מקומות, כלומר שכבות, שהמילה עולה בהן אחת אחרי השנייה. בכל קומה יש שני חלקים: "קשב", שמדליק את החוטים בין המילה למילים האחרות במשפט, וחלק שני שמעבד את המילה עצמה.

ב-V3 יש 61 קומות. בשלוש הראשונות החלק השני רגיל: כל הכפתורים עובדים. בכל שאר הקומות, 58 מתוך 61, החלק השני הוחלף במחלקת מומחים, ובכל קומה כזו התורן בוחר מחדש 8 מומחים למילה.

כלומר, החולה עולה קומה אחרי קומה, ובכל קומה פוגש צוות אחר. הקשב, לעומת זאת, עובד בכל קומה על כל מילה. לכן החיסכון הוא בחלק אחד של העבודה, לא בכולה.

את הקומות ואת החוטים תמצאו במאמר המלא על הטרנספורמר.

מקור: DeepSeek-V3 Technical Report, סעיף 4.2 (We set the number of Transformer layers to 61; We substitute all FFNs except for the first three layers with MoE layers). נבדק ב-29.10.2026.

מקור: DeepSeek-V3 Technical Report (a strong Mixture-of-Experts (MoE) language model with 671B total parameters with 37B activated for each token; Each MoE layer consists of 1 shared expert and 256 routed experts ... Among the routed experts, 8 experts will be activated for each token; We set the number of Transformer layers to 61; We substitute all FFNs except for the first three layers with MoE layers). חשבון הספירה, היחס אחד מכל 18 ו-58 הקומות (61 פחות 3) הם שלנו. נבדק ב-29.10.2026.

נסו בעצמכם: מי נקרא לחולה הזה?

בהדגמה יש קומה אחת של בית החולים: 256 מומחים במשבצות, ומומחה משותף אחד בצד. כל מילה בשאלה היא חולה, והמילים נכנסות אחת אחת.

נסו בעצמכם: בחרו שאלה, ותראו אילו מומחים נדלקים לכל מילה שלה. בדקו אם המילה הבאה מדליקה אותם מומחים או צוות אחר: המסגרות מסמנות מי עבד על המילה הקודמת.

ובסוף לחצו "בלי רופא תורן", ותראו מה קורה למונה.

מה ראיתם? לכל מילה נדלקו רק 8 משבצות מתוך 256, ועוד המומחה המשותף. וכל מילה קיבלה צוות אחר.

המונה הראה שבכל המודל עבד על המילה בערך חלק אחד מכל 18.

וכשהורדתם את הרופא התורן, כל 256 המשבצות נדלקו על כל מילה. זה מודל "רגיל", שבו כולם בודקים את כולם: בערך פי 18 יותר חישוב לכל מילה. (חשבון שלנו.)

ושימו לב לכותרת מעל הרשת: "קומה אחת מתוך 58". מה שראיתם קורה בכל אחת מהן, לכל מילה. מי נדלק בהדגמה הוא להמחשה; את הבחירה האמיתית המודל עושה לבד.

זה כל הסוד: המודל גדול מאוד, אבל כל מילה עוברת רק דרך חלק קטן ממנו. פחות כפתורים בעבודה, פחות חישוב לכל מילה.

ומה לא נחסך

יש גם צד שני. גם רופא שלא נקרא לחולה הזה צריך להיות בבניין, כי החולה הבא אולי יצטרך דווקא אותו.

כך גם במודל: כל 671 מיליארד הכפתורים צריכים לשבת בזיכרון של השבבים כל הזמן, גם אם רק חלק מהם עובד. המומחים חוסכים חישוב, לא מקום.

אז למה המניה נפלה?

עכשיו אפשר לחזור ליום שני בבורסה, ולראות את שני הצדדים של השאלה.

החשש: אם בית חולים יכול לטפל בכל חולה עם חלק קטן מהרופאים, אולי העולם צריך פחות שבבים ממה שחשבו? זה החשש שתואר ביאהו פייננס באותו יום.

התשובה של אנבידיה: באותו יום אמר דובר החברה ל-CNBC שדיפסיק היא "התקדמות מצוינת", שהיא השתמשה בשבבים שעומדים בכללי הייצוא, ושהרצה של מודלים "דורשת מספר משמעותי של שבבים של אנבידיה".

כללי הייצוא הם הכללים של ארצות הברית על מה מותר למכור לסין. עליהם יש מאמר נפרד בסדרה.

אנחנו לא מכריעים מי צדק. מה שכן אפשר לראות הוא מה המניה עשתה בימים ובחודשים שאחרי.

מקור: דברי דובר אנבידיה ל-CNBC, 27.1.2025 (DeepSeek is an excellent AI advancement and a perfect example of Test Time Scaling. DeepSeek's work illustrates how new models can be created using that technique, leveraging widely-available models and compute that is fully export control compliant. Inference requires significant numbers of NVIDIA GPUs and high-performance networking.). נבדק ב-29.10.2026. לדיווח ב-CNBC (באנגלית), נפתח בחלון חדש

למה "ליום אחד"

כבר למחרת, 28.1.2025, עלתה המניה בכ-9 אחוז. למחיר שלפני הנפילה היא חזרה ב-9.6.2025, וב-28.10.2026 נסגרה בכ-215 דולר.

בין לבין עברו על הבורסה עוד הרבה אירועים, ולכן אי אפשר לייחס את כל התנועה הזאת לדיפסיק.

אבל דבר אחד ברור מהמספרים: היום של 27.1.2025 לא היה סוף הסיפור של החברה.

מקור: נתוני המסחר של המניה NVDA בנאסד"ק, דרך יאהו פייננס (מחירי סגירה: 28.1.2025 128.99; 9.6.2025 142.63, הסגירה הראשונה מעל 142.62; 28.10.2026 215.38). אחוז העלייה הוא חשבון שלנו. נבדק ב-29.10.2026.

מה קרה מאז

דיפסיק לא עצרה. מאז יצאו כמה גרסאות, והאחרונה ב-17.10.2026.

הגדולה שבהן, V4 מאפריל 2026, היא עדיין בית חולים עם מומחים, רק גדול יותר: 1.6 טריליון פרמטרים, ועל כל מילה עובדים 49 מיליארד. בערך אחד מכל 33. (היחס הוא חשבון שלנו.)

כלומר, בית החולים רק גדל, והחלק שעובד על כל חולה נשאר קטן.

רוצים את כל הגרסאות לפי הסדר? לחצו כאן: מ-V3 ועד הדגם של אוקטובר 2026.

• 2025: עדכונים ל-V3 (מרץ) ול-R1 (מאי), V3.1 (אוגוסט), V3.2 בגרסת ניסוי (ספטמבר) ובגרסה מלאה (דצמבר).
• 24.4.2026: V4 בגרסה מוקדמת, בשני גדלים: הגדול, 1.6 טריליון פרמטרים ומתוכם 49 מיליארד לכל מילה; והקטן, 284 מיליארד ומתוכם 13 מיליארד לכל מילה.
• 13.8.2026: הגרסה הסופית של הדגם הגדול של V4.
• 17.10.2026: V4.1-Flash-1017, הדגם המהיר, שעלה באתר, באפליקציה ובשירות למפתחים. באותה הודעה נפתח לכל המפתחים גם שירות חיפוש באינטרנט של החברה.

מקורות: דיפסיק, דף החדשות הרשמי (DeepSeek-V3-0324 Release 2025/03/25; DeepSeek-R1-0528 Release 2025/05/28; DeepSeek V3.1 Release 2025/08/21; DeepSeek-V3.2-Exp Release 2025/09/29; DeepSeek-V3.2 Release 2025/12/01; DeepSeek-V4-Pro GA Release 2026/08/13); הודעת V4.1-Flash-1017, 17.10.2026 (Now live on our website, app, and API; Search & Fetch APIs are now open to everyone). נבדקו ב-29.10.2026. להודעה של דיפסיק (באנגלית), נפתח בחלון חדש

מקור: הודעת V4 Preview, 24.4.2026 (DeepSeek-V4-Pro: 1.6T total / 49B active params; DeepSeek-V4-Flash: 284B total / 13B active params). נבדק ב-29.10.2026. להודעת V4 (באנגלית), נפתח בחלון חדש

ועוד משפט אחד, כמו בכל כלי: לפי מדיניות הפרטיות של דיפסיק (עודכנה 10.2.2026), המידע שמכניסים לשירות שלה נשמר בסין. במאמר נפרד בסדרה נעבור על מה בטוח להכניס למודל כזה ואיפה, ובינתיים יש מה מותר להדביק בצ'אט, שנכון לכל כלי.

מקור: דיפסיק, מדיניות הפרטיות, עדכון 10.2.2026 (we directly collect, process and store your Personal Data in People's Republic of China). נבדק ב-29.10.2026. למדיניות הפרטיות (באנגלית), נפתח בחלון חדש

במשפט אחד

דיפסיק הראתה בינואר 2025 מודל שבו רופא תורן חכם שולח כל מילה רק לקומץ מומחים, ולכן כל תשובה דורשת פחות עבודה; המספר 5.6 מיליון דולר הוא מחיר השכירות של הריצה הרשמית האחרונה בלבד, לא של כל הדרך; ובבורסה, לפי הדיווחים, החשש מפחות שבבים הוריד את מניית אנבידיה בכ-17 אחוז ליום אחד.

ומה זה נותן לבעל עסק?

פרשנות של צוות האתר

בעל עסק לא מאמן מודלים. אבל הוא משלם על תשובות של מודלים, דרך מנוי או דרך תוכנה שמשתמשת בהם.

ושיטות כמו בית החולים של דיפסיק הן אחת הסיבות שתשובה של AI יכולה לעלות פחות: פחות רופאים לכל חולה, פחות שבבים וחשמל לכל תשובה.

אבל הסיפור הזה מלמד גם לקרוא מספרים. הנה שלושה הרגלים קטנים שיוצאים ממנו:

1. כשרואים מספר בכותרת, לשאול "מה כלול בו?". כי "עלה 5.6 מיליון" ו"הריצה האחרונה עלתה 5.6 מיליון בשכירות" הם שני משפטים שונים מאוד, ורק אחד מהם כתוב בדוח.
2. לפני שמכניסים פרטים של לקוח לכלי כלשהו, לבדוק איפה הוא שומר אותם. כי כל כלי שומר את המידע במקום אחר, ומי שבודק לפני לא צריך לנחש אחרי. במה מותר להדביק בצ'אט יש רשימה קצרה.
3. לא לבנות את העסק על כלי אחד. המודל שהיה הכי זול או הכי חזק לפני שנה כבר הוחלף בכמה גרסאות. תהליך שבנוי כך שאפשר להחליף בו מודל, נשאר שלכם גם כשהשוק זז. על הקצב הזה יש למה מודלים מתחלפים כל כך מהר.

הצעד הבא

המאמר הקודם בסדרה, שבבים סיניים בלי המכונה ההולנדית, מסביר את הצד של החומרה: איך מייצרים שבבים מתקדמים בדרך ארוכה יותר. המאמר הבא בסדרה, מודל פתוח, מסביר מה בדיוק מקבלים כשחברה "משחררת" מודל, כמו שדיפסיק עשתה.

ומי שרוצה להבין את הקומות ואת החוטים שבתוך כל מודל כזה, הטרנספורמר מתחיל מאפס. ואת האיש שהקים את דיפסיק אפשר להכיר בכרטיס של ליאנג וונפנג.