近日,，量化巨頭幻方量化的子公司深度求索（DeepSeek）發(fā)布了全新系列模型DeepSeek-V3,，并同步開源。這一事件迅速引爆AI圈,，DeepSeek-V3不僅霸榜開源模型,，更在性能上與全球頂尖閉源模型GPT-4o和Claude-3.5-Sonnet不相上下。

更令人矚目的是,，該模型的訓(xùn)練成本僅約558萬美元,，僅為GPT-4o的二十分之一，資源運用效率極高,。國外獨立評測機構(gòu)Artificial Analysis測試評價其“超越了迄今為止所有開源模型”。

與此同時,，在2024年的年末,，“雷軍千萬年薪挖角95后AI'天才少女’羅福莉”的詞條刷屏社交網(wǎng)絡(luò)。羅福莉是DeepSeek-V2的關(guān)鍵開發(fā)者之一,，據(jù)報道,，雷軍欲讓其領(lǐng)導(dǎo)小米AI大模型團隊。國產(chǎn)大模型DeepSeek一定程度也因此走向大眾視野,。

DeepSeek-V3的成功,，不僅是中國AI技術(shù)的一次重大突破，更是全球AI格局重塑的重要標志,。

“來自東方的神秘力量”

DeepSeek再進化

2024年12月26日,，深度求索官方微信公眾號推文稱，旗下全新系列模型DeepSeek-V3首個版本上線并同步開源,。該國產(chǎn)大模型性能對齊海外領(lǐng)軍閉源模型,，多項評測成績超越了Qwen2.5-72B和Llama-3.1-405B等其他開源模型，并在性能上和世界頂尖的閉源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲,。

在百科知識、長文本,、代碼,、數(shù)學(xué)及中文能力上的表現(xiàn)，DeepSeek-V3超越其他模型,，尤其是在數(shù)學(xué)上,，在美國數(shù)學(xué)競賽（AIME 2024, MATH）和全國高中數(shù)學(xué)聯(lián)賽（CNMO 2024）上，DeepSeek-V3大幅超過了所有開源閉源模型,。

更重要的是,，深度求索使用英偉達H800 GPU在短短兩個月內(nèi)就訓(xùn)練出了DeepSeek-V3，僅花費了約558萬美元,。其訓(xùn)練費用相比GPT-4o等大模型要少得多,。Open AI CEO山姆·奧特曼曾表示，GPT-4o的訓(xùn)練成本大約1億美元,，未來訓(xùn)練大模型的成本將高于10億美元,。尚未完成訓(xùn)練的GPT-5大模型，為時約半年的一輪訓(xùn)練就消耗了大約5億美元,。

消息一出,，引發(fā)了海外AI圈熱議。Open AI創(chuàng)始成員Karpathy甚至對此稱贊道：“DeepSeek-V3讓在有限算力預(yù)算上進行模型預(yù)訓(xùn)練這件事變得容易,?！?/p>

深度求索被硅谷譽為“來自東方的神秘力量”，在2024年5月6日發(fā)布由AI“天才少女”羅福莉參與研發(fā)的DeepSeek-V2開源MoE模型時,，就以其高效性能在全球AI界掀起了一波熱度,。

而其API接口價格與同類產(chǎn)品相比斷崖式定為每百萬tokens輸入1元、輸出2元（32K上下文）,，僅為GPT-4 Turbo的近百分之一,。

花小錢辦大事，“四兩撥千斤”

低成本高效能的創(chuàng)新路徑

DeepSeek做到了花小錢辦大事,，通過更先進的MoE架構(gòu),、多技術(shù)融合優(yōu)化、FP8混合精度訓(xùn)練框架等技術(shù),，以及與開源社區(qū)合作的方法,，在成本較低的情況下，就訓(xùn)練出文字生成和邏輯推理能力不輸乃至領(lǐng)先主流AI大模型DeepSeek-V3,。

DeepSeek-V3的成功離不開其獨特的技術(shù)創(chuàng)新。首先,，其采用的混合專家（MoE）架構(gòu)通過稀疏激活機制,，僅激活37億參數(shù)，顯著降低了計算量,，同時提升了模型的處理能力,。其次，DeepSeek團隊開發(fā)的多頭潛在注意力（MLA）機制和FP8混合精度訓(xùn)練框架,，進一步優(yōu)化了模型的訓(xùn)練效率和生成速度,，使其生成速度從每秒20個token提升至60個token（token 是計算機科學(xué)中的信息或價值的基本單位，用于表示,、傳輸或存儲數(shù)據(jù)）,。此外,，DualPipe算法的引入，有效降低了跨節(jié)點通信的開銷,，使得訓(xùn)練成本大幅降低,。

這些技術(shù)創(chuàng)新不僅讓DeepSeek-V3在性能上比肩頂尖閉源模型，更在成本控制上實現(xiàn)了突破,，展現(xiàn)了“四兩撥千斤”的技術(shù)實力,。

訓(xùn)練成本高昂、競爭愈發(fā)激烈已成趨勢,，如何開源與節(jié)流已成全球AI公司必須思考的難題,，DeepSeek這種低成本高效能的模式，為全球AI大模型的開發(fā)提供了新的思路,。

突破封鎖：硬件限制催生軟件創(chuàng)新

DeepSeek-V3的成功,，某種程度上是中國在AI領(lǐng)域突破外國技術(shù)封鎖的縮影。2022年,，美國對中國實施芯片出口限制,，旨在遏制中國在AI領(lǐng)域的發(fā)展。然而,，DeepSeek團隊通過軟件層面的創(chuàng)新，充分利用性能受限的H800 GPU,，實現(xiàn)了訓(xùn)練效率的顯著提升,。

例如，F(xiàn)P8混合精度訓(xùn)練框架的運用,，不僅降低了內(nèi)存占用,，還加快了計算速度，使得在硬件性能受限的情況下,，依然能夠高效完成大規(guī)模模型的訓(xùn)練,。這種“硬件不足，軟件補足”的策略,，不僅讓DeepSeek-V3在技術(shù)上實現(xiàn)了突破,，更在某種程度上打破了美國對中國的技術(shù)封鎖。

正如一位硅谷AI工程師所言：“DeepSeek的成功證明,，創(chuàng)新并不一定依賴于最先進的硬件,，而是可以通過聰明的工程設(shè)計和高效的訓(xùn)練方法實現(xiàn)?！边@種由需求驅(qū)動的創(chuàng)新,，不僅為中國AI技術(shù)的發(fā)展注入了新的活力，也為全球AI領(lǐng)域提供了新的可能性,。