# Artikel Terkait DeepSeek

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "DeepSeek", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

Teknologi Baru DeepSeek Diterapkan ke Chip Apple, Model Besar Lokal Mac Dipercepat 60%

Teknologi DeepSeek 'DSpark' yang baru dibuka sumbernya kini telah diadaptasi untuk chip Apple, mempercepat model bahasa besar di Mac hingga 60%. Versi adaptasi bernama 'mlx-dspark' ini menjalankan model Gemma-4 12B dan Qwen3-4B, meningkatkan kecepatan generasi masing-masing 1,6 kali dan 1,4 kali lipat pada Mac M4 Pro. Keunggulan utama adaptasi ini adalah kemampuannya menghasilkan keluaran yang identik persis byte demi byte dengan model asli, tanpa mengorbankan kualitas. Insinyur Abdur Rahim yang mengerjakan proyek ini juga menerapkan metode sampling suhu dari makalah DSpark, memastikan distribusi keluaran yang akurat, bukan hanya versi perkiraan. Dalam pengujian, DSpark unggul dalam tugas percakapan terbuka. Sementara itu, teknologi spekulatif decoding lain, 'DFlash' dari z-lab, yang diintegrasikan kemudian, menunjukkan kecepatan lebih tinggi (hingga 2,1x) untuk tugas terkode dan matematika dengan mendekode blok token secara paralel. Rahim menggabungkan kedua pendekatan dalam mlx-dspark v0.0.3, memungkinkan pengguna menyesuaikan panjang blok DFlash untuk tugas yang berbeda dalam satu paket. Adaptasi ini membuka potensi percepatan serupa untuk model yang lebih besar seperti Qwen3-8B dan 14B di perangkat Mac.

marsbit07/03 12:25

Teknologi Baru DeepSeek Diterapkan ke Chip Apple, Model Besar Lokal Mac Dipercepat 60%

marsbit07/03 12:25

Memprediksi Babak Gugur Piala Dunia, Seberapa Besar Perbedaan Level AI?

**Ringkasan: Prediksi Piala Dunia oleh AI, Seberapa Akuratkah Mereka?** Odaily Planet Daily menguji akurasi prediksi berbagai model AI (ChatGPT, Grok, Qwen, DeepSeek, Gemini, Claude) untuk babak knockout Piala Dunia dengan membandingkannya dengan hasil aktual. **DeepSeek dan Gemini** menonjol dengan prediksi brilian mereka untuk pertandingan Belanda vs Maroko. Keduanya tidak hanya meramal hasil seri 1-1 di waktu normal, tetapi juga memprediksi kemenangan Maroko melalui adu penalti, yang ternyata sangat akurat. **Grok dan Qwen** menunjukkan konsistensi dalam memprediksi skor tepat untuk pertandingan dengan tim favorit yang jelas, seperti Kanada 1-0 atas Afrika Selatan dan Brasil 2-1 atas Jepang. Mereka pandai memperkirakan seberapa sulit tim unggul akan menang. **ChatGPT** lebih kuat dalam menganalisis dinamika dan kesulitan pertandingan. Misalnya, ia memperkirakan Jepang dan Pantai Gading akan memberikan perlawanan sengit meski kalah, yang terbukti benar. Namun, ChatGPT cenderung ragu untuk memprediksi kejutan besar. Kegagalan kolektif terjadi pada pertandingan Jerman vs Paraguay. Semua model AI meramalkan kemenangan mudah Jerman, tetapi Paraguay berhasil membawa pertandingan ke adu penalti dan mengeliminasi Jerman. **Kesimpulan:** Setiap model AI memiliki keunggulannya masing-masing. DeepSeek dan Gemini paling berani dan akurat dalam memprediksi kejutan. Grok dan Qwen stabil untuk prediksi skor pada pertandingan favorit. ChatGPT unggul dalam analisis proses pertandingan. Pemilihan model bergantung pada kebutuhan: apakah untuk prediksi skor/kejutan atau untuk memahami alur pertandingan.

Odaily星球日报07/02 01:46

Memprediksi Babak Gugur Piala Dunia, Seberapa Besar Perbedaan Level AI?

Odaily星球日报07/02 01:46

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

Baru-baru ini, DeepSeek V4 diperbarui dengan framework *Speculative Decoding* baru bernama **DSpark**, yang diklaim meningkatkan kecepatan inferensi hingga 80%. Pembaruan ini, yang juga disertai open-sourcing framework **DeepSpec**, berfokus pada optimasi teknikal dan peningkatan performa, bukan perubahan arsitektur model inti. DSpark mengimplementasikan **Semi-Autoregressive Generation** untuk menjaga throughput tinggi dan meningkatkan akurasi token yang dihasilkan oleh model draf (*draft model*). Inovasi utamanya adalah **Confidence-Scheduled Verification**, yaitu sistem penjadwalan yang cerdas dan adaptif. Sistem ini menggunakan *Confidence Head* untuk memperkirakan probabilitas penerimaan setiap token kandidat dan secara dinamis menyesuaikan panjang verifikasi berdasarkan beban kerja sistem (*hardware-aware*), sehingga mengalokasikan daya komputasi hanya ke token yang paling potensial. Dalam pengujian di berbagai domain (penalaran matematika, generasi kode, percakapan), DSpark menunjukkan peningkatan signifikan dibandingkan model *state-of-the-art* seperti Eagle3 dan DFlash. Pada kondisi *throughput* yang setara, DSpark meningkatkan kecepatan respons pengguna sebesar 57%-85% untuk model DeepSeek-V4 Flash dan Pro. DeepSpec, yang dirilis bersamaan, adalah *codebase* lengkap untuk melatih dan mengevaluasi model draf *speculative decoding*. Framework ini menyediakan pipeline standar (persiapan data, pelatihan, evaluasi) dan mendukung beberapa algoritma (DSpark, DFlash, Eagle3) serta model target (Qwen3, Gemma), memudahkan peneliti dan insinyur untuk mengembangkan dan menerapkan teknik percepatan inferensi pada model bahasa besar mereka sendiri.

marsbit06/27 08:55

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

marsbit06/27 08:55

Harga AI Mengalami Koreksi Keras, Momen Deepseek-nya GLM?

Pada hari Selasa, pasar perdagangan kecerdasan buatan (AI) menghadapi tekanan penjualan paling tajam tahun ini. KOREAN KOSPI sempat anjlok hampir 10%, memicu penghentian perdagangan (circuit breaker). Saham inti rantai pasokan AI global seperti Samsung Electronics dan SK Hynix terpukul berat, dan tekanan menjalar ke sesi AS dengan saham memori, penyimpanan, dan semikonduktor menjadi wilayah yang paling menderita. Beberapa analis menyebut penurunan ini sebagai "momen DeepSeek-nya Zhipu AI", mereplikasi dampak pasar dari rilis model DeepSeek awal 2025. Model open-source GLM-5.2 dari Zhipu dinilai telah masuk peringkat tiga besar model bahasa global, memicu keraguan pasar tentang dominasi AI AS dan menimbulkan pertanyaan apakah pengeluaran modal besar-besaran perusahaan teknologi AS untuk pusat data masih dapat mendukung valuasi saat ini jika model open-source yang lebih murah sudah cukup baik. Tekanan lain berasal dari meningkatnya ketidakpastian atas imbal hasil investasi AI dan ekspektasi suku bunga yang lebih tinggi. Penurunan terfokus pada perusahaan yang paling diuntungkan dari narasi infrastruktur AI, seperti hyperscaler (Alphabet, Amazon, Meta) yang masih berencana mengeluarkan ratusan miliar dolar. Kekhawatiran juga muncul seiring meningkatnya ketergantungan pendanaan infrastruktur AI pada utang, seperti yang diilustrasikan oleh rencana penerbitan obligasi SpaceX. Meski demikian, banyak analis melihat ini sebagai koreksi yang diperlukan setelah kenaikan berlebihan dan "pemeriksaan realitas" dalam perdagangan teknologi, bukan akhir dari cerita AI. Pertanyaan inti beralih dari "apakah AI akan tumbuh" menjadi "apakah harga yang dibayar untuk pertumbuhan itu terlalu tinggi", menekankan pada kemampuan perusahaan mengubah pengeluaran modal menjadi arus kas dan keberlanjutan valuasi. Laporan keuangan Micron yang akan datang dipandang sebagai tolok ukur kunci untuk kesehatan rantai pasokan perangkat keras.

marsbit06/24 02:23

Harga AI Mengalami Koreksi Keras, Momen Deepseek-nya GLM?

marsbit06/24 02:23

Zhipu Tembus Triliun, Akankah DeepSeek Menyusul?

Baru-baru ini, perusahaan model dasar AI Tiongkok, Zhipu, mencapai nilai pasar melebihi 1 triliun HKD di pasar saham Hong Kong, dengan kenaikan tahunan lebih dari 1900%. Dengan pendapatan tahun 2025 sebesar 724 juta yuan dan kerugian bersih 4,718 miliar yuan, kenaikan valuasi ini memicu perdebatan mengenai gelembung aset versus terobosan industri AI. Katalis utama kenaikan ini adalah peluncuran model GLM-5.2, yang menempatkan Zhipu dalam kisaran model AI global terdepan, sering dibandingkan dengan Anthropic. Interaksi antara Elon Musk dan pendiri Zhipu, Tang Jie, semakin memicu ekspektasi pasar. Valuasi melonjak didorong oleh kombinasi faktor: peningkatan valuasi aset AI global, akselerasi kapitalisasi perusahaan model dasar Tiongkok, kelangkaan perusahaan murni model dasar di pasar Hong Kong, dan aliran modal menuju teknologi tinggi. Namun, tekanan muncul menjelang masa pembebasan saham terbatas pada Juli, dan ketegangan antara peringatan gelembung dan optimisme valuasi terus berlanjut. Tantangan utama Zhipu dan industri secara keseluruhan adalah mempercepat pertumbuhan pendapatan dan menunjukkan jalan menuju profitabilitas. Data menunjukkan pasar MaaS (Model-as-a-Service) Tiongkok berkembang pesat, dengan volume token yang dipanggil melonjak. Kesuksesan komersial Anthropic, yang mendekati profitabilitas, menjadi patokan penting. Zhipu, DeepSeek (valuasi >$50 miliar), MiniMax, dan perusahaan AI Tiongkok terkemuka lainnya kini berada di bawah pengawasan untuk membuktikan kemampuan komersialisasi mereka. Nilai pasar triliun Zhipu menandai titik puncak baru valuasi AI Tiongkok, tetapi keberlanjutannya bergantung pada kemampuan industri mengubah kemampuan model menjadi arus pendapatan dan keuntungan yang berkelanjutan.

marsbit06/22 23:27

Zhipu Tembus Triliun, Akankah DeepSeek Menyusul?

marsbit06/22 23:27

Kisah Pendanaan DeepSeek

Cerita pendanaan DeepSeek mengungkapkan proses unik di balik penggalangan dana sekitar 30 miliar RMB. Inti cerita berpusat pada "pertemuan empat jam" yang legendaris pada pertengahan Mei, di mana pendiri Liang Wenfeng berbagi visinya dengan calon investor melalui konferensi online. Liang menekankan fokus tunggal pada pengembangan AGI (Kecerdasan Umum Buatan), filosofi "less is more," dan pentingnya menjaga stabilitas tim—syarat utama bagi investor adalah tidak merekrut staf DeepSeek. Awalnya, DeepSeek menargetkan pendanaan minimal 5 miliar RMB per lembaga, tetapi akhirnya diturunkan menjadi 1,5 miliar RMB untuk mengakomodasi lebih banyak investor. Sepuluh lembaga utama berpartisipasi, termasuk Monolith Capital (meningkatkan investasi dari 1,5 menjadi 3 miliar RMB), Zhenxingu, IDG Capital, dan perusahaan seperti CATL melalui entitas terkait. Menariknya, raksasa venture capital seperti Sequoia China dan Hillhouse tidak masuk dalam daftar akhir, meskipun ada spekulasi awal. Analisis lebih dalam menunjukkan sekitar 100 entitas, termasuk dana negara, perusahaan asuransi, dan perusahaan publik (seperti Nongfu Spring dan Septwolves), secara tidak langsung terlibat melalui struktur dana. Liang Wenfeng dikenal rendah hati dan jarang bertemu investor sebelumnya, sehingga proses ini menjadi kesempatan langkah bagi banyak pihak. Investor yang berpartisipasi menghargai misi DeepSeek dan potensinya untuk menjadi perusahaan publik terbesar di pasar modal China, mencerminkan keyakinan terhadap masa depan AGI.

marsbit06/18 02:11

Kisah Pendanaan DeepSeek

marsbit06/18 02:11

WeChat Agent Mengeluarkan 'Seruan Pahlawan', Separuh Dunia Internet Merespons

**Ringkasan: WeChat Luncurkan "Panggilan Pahlawan" untuk AI Agent, Separuh Industri Internet Merespons** WeChat segera menghadirkan AI Agent yang mampu mengotomatiskan tugas dalam ekosistemnya. Platform terbuka WeChat telah menerbitkan panduan pengembang yang memungkinkan mini-program terintegrasi dengan AI. Setelah diakses, AI dapat merekomendasikan dan menggunakan layanan mini-program tersebut. Dua mode disediakan: otomatis (tanpa pengkodean tambahan) dan pengembangan (kustomisasi). Pesaing seperti Meituan, Ctrip, dan Tongcheng telah mengumumkan integrasi awal. Misalnya, pengguna nantinya dapat memesan makanan melalui AI WeChat menggunakan layanan Meituan Waimai. WeChat juga bekerja sama dengan produsen ponsel seperti Huawei, Xiaomi, dan lainnya untuk mengintegrasikan kemampuan asisten AI (A2A) agar pengguna dapat memulai panggilan atau mengirim pesan melalui perintah suara. Rancangan awal menunjukkan pengguna dapat menggeser ke kanan di antarmuka utama untuk mengakses Agent. Dengan perintah alami (misal, "pesan kopi di bawah 30 yuan"), AI akan secara otomatis mencari, membandingkan, dan menyelesaikan pesanan melalui mini-program yang relevan. Kekuatan utamanya adalah kemampuannya mengoordinasikan jutaan mini-program, konten, jejaring sosial, dan pembayaran dalam satu ekosistem dengan lebih dari 1,4 miliar pengguna aktif bulanan. Tantangan teknis meliputi pemahaman konteks percakapan yang kompleks, prediksi hasil operasi antarmuka pengguna (dengan model dunia UI-Oceanus), dan pengendalian biaya komputasi untuk skala masif. Solusinya melibatkan penjadwalan multi-model, menggunakan model yang lebih kecil untuk tugas dasar dan model yang lebih kuat untuk tugas kompleks. Strategi internal Tencent, "Co-Design," memungkinkan kemampuan AI yang dikembangkan di produk seperti Yuanbao (obrolan), WorkBuddy (kantor), ima (pencarian), dan Marvis (penjadwalan tugas) bermigrasi dan memperkuat WeChat AI. Pendekatan ini memanfaatkan data dunia nyata untuk melatih model dasar Hunyuan. Tencent secara tegas memilih protokol A2A (Agent-to-Agent) yang terkendali untuk kolaborasi eksternal, menolak metode GUI yang mensimulasikan klik layar karena alasan keamanan dan kendali ekosistem. Ini membuka pintu bagi asisten ponsel (seperti YOYO dari Honor) untuk mengakses fungsi WeChat secara terbatas dengan izin. Dengan biaya operasional yang sangat besar karena jumlah penggunanya, WeChat AI berpotensi mengenakan biaya untuk layanan bernilai tinggi. Kemitraan dan investasi Tencent dalam DeepSeek dapat menjadi solusi untuk penyediaan model AI berbiaya rendah. Nilai praktisnya terletak pada penyelesaian tugas dunia nyata secara efisien bagi pengguna perorangan dan bisnis, yang dapat mendefinisikan "babak kedua" AI bagi Tencent.

marsbit06/09 04:24

WeChat Agent Mengeluarkan 'Seruan Pahlawan', Separuh Dunia Internet Merespons

marsbit06/09 04:24

Mampukah DeepSeek Menghemat 1 Triliun Dolar untuk China?

**Ringkasan Artikel: Apakah DeepSeek Dapat Menghemat 1 Triliun Dolar AS untuk China?** Artikel ini membahas bagaimana DeepSeek, melalui serangkaian inovasi teknologinya, berpotensi secara drastis menekan biaya infrastruktur AI China dan berpotensi menghemat investasi hingga triliunan dolar AS. **Tantangan: Biaya AI yang Melonjak** Biaya perangkat keras AI, terutama memori berbandwidth tinggi (HBM), sedang meroket. Misalnya, pada sistem AI canggih NVIDIA Vera Rubin, biaya komponen memori saja mencapai sekitar $2 juta dan telah naik 435% dalam setahun. **Solusi DeepSeek: Tiga Inovasi Utama** DeepSeek mendekati masalah ini dengan tiga terobosan teknis utama untuk meningkatkan efisiensi token perangkat keras hingga 4 kali lipat: 1. **Kompresi Memori (KV Cache):** Melalui **Multi-head Latent Attention (MLA)**, DeepSeek mengompres "memori" konteks panjang model secara signifikan (hingga 90%+ pengurangan) tanpa mengorbankan kualitas, mengurangi ketergantungan pada HBM yang mahal. 2. **Aktivasi "Tubuh" Model Sesuai Kebutuhan:** Menggunakan arsitektur **Mixture of Experts (MoE)**, model hanya mengaktifkan sebagian kecil dari total parameternya untuk setiap tugas. Ini seperti hanya memanggil dokter spesialis yang relevan, bukan seluruh rumah sakit. 3. **Cache dan Penggunaan Ulang:** Hasil komputasi yang sudah dihitung disimpan dan digunakan kembali (cache hit), menghindari perhitungan berulang yang mahal. DeepSeek menerapkan ini bahkan dalam struktur harga layanannya. **Dampak dan Potensi Penghematan** Efisiensi ini mengubah ekonomi infrastruktur AI: * **Pengurangan Biaya Operasional:** Untuk tugas tertentu (misalnya, membaca ulang kode panjang), biaya menggunakan DeepSeek V4-Pro bisa **100 kali lebih murah** dibandingkan model seperti GPT-5.5 atau Claude Opus. * **Penghematan Infrastruktur Berskala Besar:** Artikel memperkirakan, dengan peningkatan efisiensi 4x, untuk memenuhi permintaan token harian masa depan China yang mencapai ribuan triliun, pendekatan DeepSeek berpotensi menghemat investasi setara dengan **puluhan ribu pusat komputasi cerdas**, yang nilainya bisa mendekati **$1 triliun**. * **Pergeseran Strategis:** Alih-alih hanya bergantung pada chip komputasi canggih (di mana China tertinggal), DeepSeek mengalihkan beban ke manajemen memori, cache, dan rekayasa sistem — area di mana industri China seperti produsen memori DRAM (contoh: CXMT) semakin kompetitif. Ini meningkatkan keamanan rantai pasokan. **Kesimpulan** DeepSeek tidak menghilangkan kebutuhan akan perangkat keras canggih, tetapi secara radikal mengurangi ketergantungan marjinal padanya. Dengan membuat AI lebih terjangkau melalui efisiensi teknis mendalam, DeepSeek berpotensi membentuk ulang buku besar infrastruktur AI China, menghemat investasi besar, dan yang terpenting, membuat daya AI dapat diakses oleh industri luas di China. *(Catatan: Artikel ini didasarkan pada analisis industri dan proyeksi, bukan fakta yang sudah pasti.)*

marsbit06/03 00:52

Mampukah DeepSeek Menghemat 1 Triliun Dolar untuk China?

marsbit06/03 00:52

Jalan DeepSeek Menuju 10 Triliun Dolar AS: Mengungkit Ekosistem Perangkat Keras Bernilai Triliunan dengan Open Source

Artikel ini menganalisis strategi jangka panjang DeepSeek, yang diyakini tidak berfokus pada monetisasi aplikasi langsung seperti langganan atau model multimodal. Sebagai gantinya, tujuan utamanya adalah membentuk ekosistem perangkat keras AI alternatif senilai $10 triliun, yang pada akhirnya akan mendorong valuasi DeepSeek sendiri menjadi $1 triliun. Strategi ini didorong oleh serangkaian inovasi mendalam yang dirancang untuk mengurangi ketergantungan pada komputasi dan memori tinggi (seperti HBM) yang saat ini didominasi oleh teknologi Barat. Inovasi seperti MoE, MLA, DSA, CSA, dan Engram secara signifikan mengkompresi kebutuhan KV Cache (hingga 5.48GB untuk konteks 1 juta token pada DeepSeek V4 vs 60-89GB pada model lain), mengurangi beban pada GPU/ASIC, dan mengalihkan beban ke memori yang lebih terjangkau seperti SSD/NAND (diproduksi YMTC) dan LPDDR (diproduksi CXMT). Dengan menurunkan kebutuhan komputasi puncak dan memanfaatkan memori yang melimpah di China, DeepSeek membuka jalan bagi penggunaan GPU dan ASIC domestik serta vendor baru di Barat. Inovasi seperti TileLang juga bertujuan untuk melemahkan ketergantungan pada ekosistem CUDA. DeepSeek diperkirakan akan membentuk kemitraan strategis dan mendapatkan kepemilikan saham di perusahaan perangkat keras China, mirip dengan cara OpenAI berkolaborasi dengan AMD dan Cerebras, sebagai model monetisasi utamanya alih-alih pendapatan langganan tradisional.

marsbit05/25 13:18

Jalan DeepSeek Menuju 10 Triliun Dolar AS: Mengungkit Ekosistem Perangkat Keras Bernilai Triliunan dengan Open Source

marsbit05/25 13:18

DeepSeek Memberikan Diskon Permanen, Namun Liang Wenfeng Tak Ingin Jadi "Bodhisattwa Siber"

DeepSeek mengumumkan diskon permanen 75% untuk API V4-Pro, menurunkan harga input menjadi $0,435/juta token dan output $0,87/juta token. Langkah ini kontras dengan tren kenaikan harga AI global, di mana raksasa seperti OpenAI, Anthropic, dan Google justru menaikkan tarif. Artikel menganalisis bahwa DeepSeek bukan sekadar "Bodhisattwa Cyber", tetapi menjalankan strategi bisnis berbasis keunggulan sistemik China: energi listrik yang lebih murah (biaya utama operasi AI), tenaga ahli AI dengan biaya relatif lebih rendah, dan rencana memindahkan pusat data ke wilayah barat untuk akses listrik hijau yang hemat. Dengan daya saing biaya ini (biaya inferensi hanya ~1-11% dari GPT-5.5), DeepSeek menawarkan nilai besar bagi bisnis, karena banyak skenario riil hanya membutuhkan model "cukup baik, sangat murah, dan stabil". Tren AI yang semakin mahal justru meningkatkan nilai proposisi DeepSeek. Meski pendapatannya saat ini di bawah pesaing domestik seperti Zhipu dan MiniMax, strategi open-source dan fokus pada AGI (Kecerdasan Umum Buatan) yang dipimpin pendirinya Liang Wenfeng, bersama dengan investasi pribadinya yang besar, memposisikan DeepSeek sebagai pemain kunci dengan "hak penentuan harga" token di era kompetisi AI global.

marsbit05/24 12:21

DeepSeek Memberikan Diskon Permanen, Namun Liang Wenfeng Tak Ingin Jadi "Bodhisattwa Siber"

marsbit05/24 12:21

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow