DeepSeek और Qwen AI इंफ्रास्ट्रक्चर अर्थशास्त्र को कैसे बदल रहे हैं

11 दिसंबर, 2025 को अपडेट किया गया

दिसंबर 2025 अपडेट: DeepSeek R1 को 2,000 NVIDIA H800 GPUs पर $5.6M में प्रशिक्षित किया गया, जबकि तुलनीय पश्चिमी मॉडल्स के लिए 16,000 H100s पर $80-100M लगे। 2025 में चीनी ओपन-सोर्स मॉडल्स वैश्विक उपयोग में 1.2% से बढ़कर लगभग 30% हो गए। AWS, Azure और Google Cloud अब DeepSeek डिप्लॉयमेंट प्रदान करते हैं। HSBC, Standard Chartered और Saudi Aramco DeepSeek का परीक्षण या डिप्लॉयमेंट कर रहे हैं। Qwen 2.5-Max की लागत $0.38/M टोकन है जो काफी महंगे पश्चिमी विकल्पों की तुलना में बहुत कम है।

DeepSeek का दावा है कि उसने अपने R1 मॉडल को केवल 2,000 NVIDIA H800 GPUs का उपयोग करके सिर्फ $5.6 मिलियन में प्रशिक्षित किया।¹ तुलनीय पश्चिमी मॉडल्स के लिए $80 मिलियन से $100 मिलियन और 16,000 H100 GPUs की आवश्यकता थी।² जनवरी 2025 में रिलीज़, जो OpenAI की $500 बिलियन Stargate घोषणा से एक दिन पहले की गई थी, ने NVIDIA के लिए एक ही दिन में $589 बिलियन मार्केट कैप के अभूतपूर्व नुकसान को ट्रिगर किया।³ चीनी AI मॉडल्स एक ही प्रोडक्ट लॉन्च में क्षेत्रीय जिज्ञासा से वैश्विक इंफ्रास्ट्रक्चर चुनौती बन गए।

इस दक्षता दावे की जांच आवश्यक है। चीनी ओपन-सोर्स मॉडल्स 2024 के अंत में वैश्विक उपयोग के 1.2% से बढ़कर 2025 में लगभग 30% हो गए।⁴ Alibaba की रिपोर्ट के अनुसार Qwen पर 170,000 से अधिक डेरिवेटिव मॉडल बनाए गए हैं।⁵ HSBC, Standard Chartered और Saudi Aramco अब DeepSeek मॉडल्स का परीक्षण या डिप्लॉयमेंट कर रहे हैं।⁶ Amazon Web Services, Microsoft Azure और Google Cloud अपने ग्राहकों को DeepSeek डिप्लॉयमेंट प्रदान करते हैं।⁷ इंफ्रास्ट्रक्चर अर्थशास्त्र जो कभी बड़े पूंजी व्यय के पक्ष में था, अब दक्षता-प्रथम दृष्टिकोणों की ओर स्थानांतरित हो रहा है जो संगठनों को AI निवेश की योजना बनाने के तरीके को बदल देता है।

DeepSeek की दक्षता सफलता

DeepSeek, एक हांगझोउ-आधारित कंपनी जिसमें 200 से कम कर्मचारी हैं, जिसे क्वांटिटेटिव फंड High-Flyer ($8 बिलियन की संपत्ति प्रबंधन में) का समर्थन है, ने मॉडल्स को प्रशिक्षित करने के तरीके पर पुनर्विचार किया।⁸ कंप्यूट-भारी इंफ्रास्ट्रक्चर पर निर्भर रहने के बजाय, इसके मॉडल कम्प्यूटेशनल मांगों को कम करते हुए प्रदर्शन में सुधार के लिए reinforcement learning और Mixture-of-Experts आर्किटेक्चर का लाभ उठाते हैं।⁹

MoE आर्किटेक्चर दक्षता लाभ का तकनीकी मूल है। प्रत्येक इन्फरेंस अनुरोध के लिए सभी पैरामीटर्स को सक्रिय करने के बजाय, MoE मॉडल केवल प्रासंगिक एक्सपर्ट नेटवर्क को सक्रिय करते हैं। यह दृष्टिकोण प्रदर्शन को बनाए रखते या उससे अधिक करते हुए पारंपरिक डेंस मॉडल्स की तुलना में कम्प्यूटेशनल लागत को 30% तक कम करता है।¹⁰ DeepSeek ने प्रदर्शित किया कि प्रभावी सॉफ्टवेयर-हार्डवेयर को-डिज़ाइन बड़े मॉडल्स के लागत-कुशल प्रशिक्षण को सक्षम बनाता है, छोटी टीमों के लिए खेल के मैदान को समतल करता है।

US निर्यात नियंत्रणों ने चीन के AI क्षेत्र में नवाचार की लहर को प्रेरित किया।¹¹ सबसे उन्नत NVIDIA GPUs तक पहुंच से वंचित, चीनी शोधकर्ताओं ने उपलब्ध हार्डवेयर के साथ प्रतिस्पर्धी परिणाम प्राप्त करने की तकनीकें विकसित कीं। बाधा उत्प्रेरक बन गई। DeepSeek ने एक ऐसे मॉडल के साथ वैश्विक पर्यवेक्षकों को चौंका दिया जो GPT-4 क्षमताओं के साथ लागत और कंप्यूट के एक अंश पर प्रतिस्पर्धा करता था।

इंफ्रास्ट्रक्चर निहितार्थ प्रशिक्षण लागत से परे फैले हुए हैं। यदि इन्फरेंस लागत समान दक्षता वक्र का अनुसरण करती है, तो क्लाउड प्रदाता पूंजी व्यय को सालाना $80-100 बिलियन से घटाकर प्रति क्लाउड सेवा प्रदाता $65-85 बिलियन कर सकते हैं।¹² यह कमी चिप निर्माताओं से लेकर डेटा सेंटर ऑपरेटरों से लेकर पावर प्रदाताओं तक सभी को प्रभावित करेगी।

Qwen और चीनी मॉडल इकोसिस्टम

Alibaba के Qwen मॉडल्स ऐसी दक्षता प्रदान करते हैं जो सीधे एंटरप्राइज़ अर्थशास्त्र में तब्दील होती है। Qwen 2.5-Max की लागत लगभग $0.38 प्रति मिलियन टोकन है, जो कई बेंचमार्क पर प्रदर्शन से मेल खाते या उससे अधिक करते हुए प्रतिस्पर्धी पश्चिमी मॉडल्स की तुलना में काफी सस्ता है।¹³ मासिक रूप से अरबों टोकन प्रोसेस करने वाले एंटरप्राइज़ों के लिए, लागत अंतर लाभप्रदता निर्धारित करता है।

Airbnb के CEO Brian Chesky ने कहा कि कंपनी Alibaba के Qwen को पसंद करती है क्योंकि यह "तेज़ और सस्ता" है।¹⁴ जापान के अर्थव्यवस्था मंत्रालय ने कुछ अनुप्रयोगों के लिए US विकल्पों पर Qwen को चुना।¹⁵ LVMH ने चीन में डिजिटल रिटेल संचालन के लिए Qwen और Model Studio का लाभ उठाने के लिए Alibaba के साथ साझेदारी की।¹⁶ अपनाना लागत-सचेत स्टार्टअप्स से परे पर्याप्त AI बजट वाले प्रमुख एंटरप्राइज़ों तक फैला हुआ है।

Qwen 3 2025 में जारी किए गए सबसे व्यापक ओपन-सोर्स मॉडल परिवारों में से एक का प्रतिनिधित्व करता है। लाइनअप 0.5 बिलियन से 110 बिलियन पैरामीटर तक फैला है, जिसमें डेंस और स्पार्स दोनों मॉडल शामिल हैं।¹⁷ "Thinking" और "Non-Thinking" मोड के माध्यम से एक दोहरा परिचालन दृष्टिकोण कार्य जटिलता के आधार पर गतिशील रूप से स्विच करता है, जहां यह मायने रखता है वहां कंप्यूट आवंटित करता है और अन्यथा संसाधनों का संरक्षण करता है।

Baichuan खुद को डोमेन-विशिष्ट अनुप्रयोगों के लिए प्रमुख चीनी मॉडल के रूप में स्थापित करता है। कानून, वित्त, चिकित्सा और शास्त्रीय चीनी साहित्य पर ध्यान केंद्रित करके बनाया गया, यह भाषाई और सांस्कृतिक रूप से सूक्ष्म कार्यों में प्रदर्शन प्रदान करता है।¹⁸ ALiBi पोज़िशनल एन्कोडिंग के माध्यम से, Baichuan कुशल इन्फरेंस के साथ लंबे संदर्भ को संभालने का समर्थन करता है। int8 और int4 में क्वांटाइज़्ड वेरिएंट कम लागत वाले कंज्यूमर-ग्रेड GPUs पर डिप्लॉयमेंट सुनिश्चित करते हैं।¹⁹

पश्चिमी इंफ्रास्ट्रक्चर निवेश पर प्रभाव

वॉल स्ट्रीट की प्रतिक्रियाओं ने वास्तविक अनिश्चितता प्रकट की। Jefferies ने चेतावनी दी कि DeepSeek का दृष्टिकोण Meta और Microsoft से $60 बिलियन से अधिक की खर्च प्रतिबद्धताओं के बाद "कुछ कैपेक्स उत्साह को पंक्चर करता है"।²⁰ Goldman Sachs ने सुझाव दिया कि यह विकास प्रवेश बाधाओं को कम करके प्रतिस्पर्धा को फिर से आकार दे सकता है।²¹ Nasdaq कंपोजिट 3.1% गिर गया जबकि S&P 500 1.5% गिरा।²²

तेजी का परिदृश्य Jevon's paradox का आह्वान करता है: दक्षता में सुधार से सस्ता इन्फरेंस होता है, जो अधिक AI अपनाने को प्रेरित करता है जो अंततः इंफ्रास्ट्रक्चर के लिए उच्च मांग को चलाता है।²³ कम लागत पहले अलाभकारी अनुप्रयोगों को सक्षम बनाती है। अधिक अनुप्रयोगों का अर्थ है अधिक इन्फरेंस। अधिक इन्फरेंस का अंततः अर्थ है अधिक हार्डवेयर, बस अधिक कुशलता से तैनात।

मध्यम परिदृश्य सुझाव देता है कि AI प्रशिक्षण लागत स्थिर रहती है जबकि इन्फरेंस इंफ्रास्ट्रक्चर खर्च 30-50% कम हो जाता है।²⁴ क्लाउड प्रदाता समान या अधिक AI वर्कलोड को कैप्चर करते हुए पूंजी व्यय को कम करेंगे। दक्षता लाभ इंफ्रास्ट्रक्चर प्रदाताओं को मार्जिन के रूप में जाने के बजाय उपयोगकर्ताओं को कम कीमतों के रूप में प्रवाहित होंगे।

AI इंफ्रास्ट्रक्चर खर्च में मंदी अस्थायी रूप से चिपमेकर्स और हार्डवेयर प्रदाताओं को प्रभावित कर सकती है।²⁵ हालांकि, मॉडल अनुकूलन और लागत में कमी से दक्षता लाभ लंबी अवधि में और भी अधिक AI अपनाने का कारण बन सकता है, अंततः AI हार्डवेयर के लिए उच्च मांग को चला सकता है। समय मायने रखता है: अल्पकालिक दर्द दीर्घकालिक लाभ से पहले आ सकता है।

इंफ्रास्ट्रक्चर योजना के लिए रणनीतिक निहितार्थ

उद्योग सामान्यवादी उपयोग के मामलों के लिए बड़े large language models के प्रशिक्षण से दूर जाता प्रतीत होता है।²⁶ विशिष्ट उपयोग के मामलों के लिए फाइन-ट्यून और कस्टमाइज़ किए गए छोटे मॉडल कई अनुप्रयोगों के लिए सामान्य-उद्देश्य फ्रंटियर मॉडल्स को तेजी से बदल रहे हैं। यह बदलाव बड़े प्रशिक्षण रन पर कुशल इन्फरेंस को स्केल पर पसंद करता है।

DeepSeek का उद्भव ब्रूट-फोर्स स्केलिंग से बुद्धिमान अनुकूलन की ओर बढ़ते उद्योग-व्यापी बदलाव को उजागर करता है।²⁷ OpenAI और Google सहित स्थापित खिलाड़ियों को वैश्विक स्तर पर AI अपनाने के स्केल के रूप में दक्षता सुधारों का पता लगाने के दबाव का सामना करना पड़ता है। प्रतिस्पर्धी दबाव उपयोगकर्ताओं को लाभान्वित करता है जबकि संभावित रूप से इंफ्रास्ट्रक्चर प्रदाता मार्जिन को कम करता है।

AI इंफ्रास्ट्रक्चर की योजना बनाने वाले संगठनों को दक्षता रुझानों पर विचार करना चाहिए। कम कंप्यूट लागत पर तुलनात्मक रूप से प्रदर्शन करने वाले मॉडल क्षमता आवश्यकताओं के बारे में धारणाओं को चुनौती देते हैं। प्रशिक्षण इंफ्रास्ट्रक्चर (अभी भी कंप्यूट-गहन) और इन्फरेंस इंफ्रास्ट्रक्चर (तेजी से कुशल) के बीच का अंतर बढ़ सकता है। वर्तमान उपयोग पैटर्न के आधार पर इन्फरेंस क्षमता का अधिक निर्माण दक्षता में सुधार के साथ संगठनों को अतिरिक्त क्षमता के साथ छोड़ सकता है।

चीनी मॉडल डिप्लॉयमेंट निर्णय भी बनाते हैं। कई एंटरप्राइज़ अब परिचित इंफ्रास्ट्रक्चर को कुशल मॉडल के साथ जोड़ते हुए पश्चिमी क्लाउड प्रदाताओं के माध्यम से चीनी AI क्षमताओं तक पहुंच सकते हैं। संप्रभुता चिंताएं, नियामक आवश्यकताएं और प्रतिस्पर्धी विचार सभी इस बात में कारक हैं कि क्या उनके दक्षता लाभों के बावजूद चीनी मॉडल को अपनाना है।

AI इंफ्रास्ट्रक्चर अर्थव्यवस्था जो 2024 में स्थिर लगती थी—जहां कंप्यूट स्केल क्षमता निर्धारित करता था—अब मौलिक प्रश्नों का सामना करती है। DeepSeek ने साबित किया कि स्मार्ट इंजीनियरिंग कच्चे कंप्यूट को प्रतिस्थापित कर सकती है। Qwen ने प्रदर्शित किया कि ओपन-सोर्स दक्षता मालिकाना स्केल के साथ प्रतिस्पर्धा कर सकती है। जिन संगठनों ने असीमित कंप्यूट क्षमता के आसपास AI रणनीति बनाई, उन्हें अब दक्षता-प्रथम विकल्पों का हिसाब देना होगा जो AI इंफ्रास्ट्रक्चर के लिए क्या आवश्यक है इसके बारे में उनकी धारणाओं को चुनौती देते हैं।

मुख्य निष्कर्ष

इंफ्रास्ट्रक्चर रणनीतिकारों के लिए: - DeepSeek ने R1 को 2,000 H800 GPUs के साथ $5.6M में प्रशिक्षित किया बनाम तुलनीय पश्चिमी मॉडल्स के लिए $80-100M और 16,000 H100s - MoE आर्किटेक्चर डेंस मॉडल्स की तुलना में कम्प्यूटेशनल लागत को 30% कम करता है; दक्षता लाभ सॉफ्टवेयर-हार्डवेयर को-डिज़ाइन से प्रवाहित होते हैं - चीनी ओपन-सोर्स मॉडल्स 2025 में 1.2% से 30% वैश्विक उपयोग तक बढ़े; Alibaba की रिपोर्ट के अनुसार 170,000+ Qwen डेरिवेटिव मॉडल

एंटरप्राइज़ AI टीमों के लिए: - Qwen 2.5-Max की लागत ~$0.38/मिलियन टोकन है—तुलनीय प्रदर्शन पर पश्चिमी विकल्पों की तुलना में काफी सस्ता - Airbnb CEO ने Alibaba के Qwen को पसंद करने का कारण बताया क्योंकि यह "तेज़ और सस्ता" है; जापान के अर्थव्यवस्था मंत्रालय ने US विकल्पों पर Qwen को चुना - AWS, Azure और GCP अब DeepSeek डिप्लॉयमेंट प्रदान करते हैं; एंटरप्राइज़ अपनाना HSBC, Standard Chartered, Saudi Aramco तक फैला है

वित्तीय योजना के लिए: - यदि इन्फरेंस दक्षता प्रशिक्षण पैटर्न का अनुसरण करती है, तो क्लाउड प्रदाता सालाना CapEx को $80-100B से घटाकर $65-85B कर सकते हैं - DeepSeek घोषणा पर NVIDIA ने एक ही दिन में $589B मार्केट कैप खो दिया; Nasdaq 3.1% गिरा, S&P 500 1.5% गिरा - Jefferies: Meta और Microsoft की प्रत्येक $60B+ खर्च प्रतिबद्धताओं के बाद DeepSeek "कैपेक्स उत्साह को पंक्चर करता है"

क्षमता योजनाकारों के लिए: - उद्योग बड़े सामान्यवादी LLMs से विशिष्ट उपयोग के मामलों के लिए फाइन-ट्यून किए गए छोटे मॉडल्स की ओर बढ़ रहा है - प्रशिक्षण इंफ्रास्ट्रक्चर कंप्यूट-गहन रहता है; इन्फरेंस इंफ्रास्ट्रक्चर तेजी से कुशल—अलग तरीके से योजना बनाएं - वर्तमान पैटर्न के आधार पर इन्फरेंस क्षमता का अधिक निर्माण दक्षता में सुधार के साथ फंसी संपत्तियों का जोखिम

रणनीतिक योजना के लिए: - निर्यात नियंत्रणों ने सुधार को प्रेरित किया; बाधा दक्षता नवाचार के लिए उत्प्रेरक बन गई - Jevon's paradox परिदृश्य: दक्षता अधिक अनुप्रयोगों को सक्षम बनाती है, अंततः उच्च हार्डवेयर मांग को चलाती है - इंफ्रास्ट्रक्चर आवश्यकताओं की योजना बनाते समय संगठनों को दक्षता-प्रथम विकल्पों का हिसाब देना होगा

संदर्भ

1. Bain & Company. "DeepSeek: A Game Changer in AI Efficiency?" 2025. https://www.bain.com/insights/deepseek-a-game-changer-in-ai-efficiency/

2. Bain & Company. "DeepSeek: A Game Changer in AI Efficiency?"

3. TechCrunch. "DeepSeek 'punctures' AI leaders' spending plans, and what analysts are saying." January 27, 2025. https://techcrunch.com/2025/01/27/deepseek-punctures-tech-spending-plans-and-what-analysts-are-saying/

4. Gizmochina. "Why U.S. Startups Are Dumping Western AI for China's Open-Source Models." December 9, 2025. https://www.gizmochina.com/2025/12/09/why-u-s-startups-are-dumping-western-ai-for-chinas-open-source-models/

5. Intuition Labs. "An Overview of Chinese Open-Source LLMs (Sept 2025)." September 2025. https://intuitionlabs.ai/articles/chinese-open-source-llms-2025

6. iKangai. "The Enterprise AI Shift: How Chinese Models Are Challenging Silicon Valley's Dominance." 2025. https://www.ikangai.com/the-enterprise-ai-shift-how-chinese-models-are-challenging-silicon-valleys-dominance/

7. iKangai. "The Enterprise AI Shift."

8. Bain & Company. "DeepSeek: A Game Changer in AI Efficiency?"

9. IDC Blog. "DeepSeek's AI Innovation: A Shift in AI Model Efficiency and Cost Structure." January 31, 2025. https://blogs.idc.com/2025/01/31/deepseeks-ai-innovation-a-shift-in-ai-model-efficiency-and-cost-structure/

10. Gizmochina. "Why U.S. Startups Are Dumping Western AI for China's Open-Source Models."

11. World Economic Forum. "Why China's AI breakthroughs should come as no surprise." June 2025. https://www.weforum.org/stories/2025/06/china-ai-breakthroughs-no-surprise/

12. Bain & Company. "DeepSeek: A Game Changer in AI Efficiency?"

13. Gizmochina. "Why U.S. Startups Are Dumping Western AI for China's Open-Source Models."

14. Gizmochina. "Why U.S. Startups Are Dumping Western AI for China's Open-Source Models."

15. Gizmochina. "Why U.S. Startups Are Dumping Western AI for China's Open-Source Models."

16. Intuition Labs. "An Overview of Chinese Open-Source LLMs (Sept 2025)."

17. Intuition Labs. "An Overview of Chinese Open-Source LLMs (Sept 2025)."

18. Intuition Labs. "An Overview of Chinese Open-Source LLMs (Sept 2025)."

19. Intuition Labs. "An Overview of Chinese Open-Source LLMs (Sept 2025)."

20. TechCrunch. "DeepSeek 'punctures' AI leaders' spending plans."

21. TechCrunch. "DeepSeek 'punctures' AI leaders' spending plans."

22. TechCrunch. "DeepSeek 'punctures' AI leaders' spending plans."

23. Bain & Company. "DeepSeek: A Game Changer in AI Efficiency?"

24. Bain & Company. "DeepSeek: A Game Changer in AI Efficiency?"

25. Bain & Company. "DeepSeek: A Game Changer in AI Efficiency?"

26. IDC Blog. "DeepSeek's AI Innovation."

27. IDC Blog. "DeepSeek's AI Innovation."