DeepSeek-V3刷屏爆火，訓(xùn)練成本只有600萬(wàn)，把AI大佬都炸出來(lái)了

目前最好的開(kāi)源模型。

原標(biāo)題：DeepSeek-V3刷屏爆火，訓(xùn)練成本只有600萬(wàn)，把AI大佬都炸出來(lái)了
文章來(lái)源：Founder Park
內(nèi)容字?jǐn)?shù)：6069字

DeepSeek V3：低成本、高性能的開(kāi)源巨型語(yǔ)言模型

DeepSeek V3，一個(gè)參數(shù)量達(dá)671B的MoE模型，以其低廉的訓(xùn)練成本和卓越的性能，在AI領(lǐng)域掀起波瀾。本文總結(jié)了DeepSeek V3的主要特點(diǎn)、技術(shù)細(xì)節(jié)和業(yè)界反響。

1. 驚人的性價(jià)比：低成本高性能

DeepSeek V3的訓(xùn)練僅花費(fèi)550萬(wàn)美元，遠(yuǎn)低于同等規(guī)模模型的訓(xùn)練成本，例如Llama 3 405B的訓(xùn)練成本要高出許多倍。這得益于其在算法、框架和硬件上的協(xié)同優(yōu)化，包括創(chuàng)新的負(fù)載均衡策略、FP8混合精度訓(xùn)練框架和高效的跨節(jié)點(diǎn)通信算法等。 其在多項(xiàng)測(cè)評(píng)中超越了Llama 3.1 405B等開(kāi)源模型，甚至與GPT-4o、Claude 3.5 Sonnet等頂級(jí)閉源模型性能相當(dāng)，但價(jià)格卻遠(yuǎn)低于后者，性價(jià)比極高。

2. 技術(shù)細(xì)節(jié)：高效的訓(xùn)練和推理

DeepSeek V3采用創(chuàng)新的負(fù)載均衡策略，通過(guò)為MoE中的每個(gè)專家引入偏置項(xiàng)來(lái)最大限度地減少負(fù)載均衡導(dǎo)致的性能下降。它還使用了多Token預(yù)測(cè)目標(biāo)（MTP）來(lái)提高模型性能并加速推理。 在訓(xùn)練過(guò)程中，DeepSeek V3使用了FP8混合精度訓(xùn)練，并設(shè)計(jì)了高效的流水線并行算法，有效解決了跨節(jié)點(diǎn)MoE訓(xùn)練中的通信瓶頸。此外，它還引入了冗余專家策略，以在推理階段實(shí)現(xiàn)負(fù)載均衡。論文詳細(xì)闡述了這些技術(shù)細(xì)節(jié)，展現(xiàn)了其“優(yōu)雅”的設(shè)計(jì)。

3. 業(yè)界評(píng)價(jià)：高度認(rèn)可

DeepSeek V3獲得了業(yè)界廣泛認(rèn)可，OpenAI 聯(lián)合創(chuàng)始人Karpathy 和Meta科學(xué)家田淵棟都對(duì)該模型給予了高度評(píng)價(jià)。賈揚(yáng)清也指出DeepSeek V3標(biāo)志著分布式推理時(shí)代的到來(lái)。 眾多開(kāi)發(fā)者也在實(shí)際應(yīng)用中驗(yàn)證了其強(qiáng)大的性能和便捷性，紛紛在社交媒體上分享了他們的使用體驗(yàn)和開(kāi)發(fā)成果，例如用其創(chuàng)作游戲等。

4. 開(kāi)源與應(yīng)用：推動(dòng)AI發(fā)展

DeepSeek V3的完全開(kāi)源，使得更多研究人員和開(kāi)發(fā)者可以訪問(wèn)和使用該模型，進(jìn)一步推動(dòng)了AI技術(shù)的發(fā)展。其低廉的價(jià)格和強(qiáng)大的性能，也使其在實(shí)際應(yīng)用中具有極大的潛力，有望在各種AI應(yīng)用場(chǎng)景中發(fā)揮重要作用。

5. 未來(lái)展望：持續(xù)優(yōu)化和發(fā)展

DeepSeek V3的成功，證明了在資源受限的情況下，通過(guò)算法和工程優(yōu)化，仍然可以訓(xùn)練出具有競(jìng)爭(zhēng)力的巨型語(yǔ)言模型。這為未來(lái)的AI模型研發(fā)提供了新的方向，也預(yù)示著未來(lái)模型的訓(xùn)練成本將進(jìn)一步降低，性能將進(jìn)一步提升。

聯(lián)系作者

文章來(lái)源：Founder Park
作者微信：
作者簡(jiǎn)介：來(lái)自極客公園，專注與科技創(chuàng)業(yè)者聊「真問(wèn)題」。