SemiAnalysis萬字解析DeepSeek：訓練成本、技術創新點、以及對封閉模型的影響

迄今為止海外對DeepSeek最全面的分析。

原標題：SemiAnalysis萬字解析DeepSeek：訓練成本、技術創新點、以及對封閉模型的影響
文章來源：Founder Park
內容字數：17819字

DeepSeek：顛覆性AI模型的全面解析

本文基于Semianalysis對DeepSeek的深度分析報告，以及其他可靠信息，客觀呈現DeepSeek的各項突破及其背后的故事，并對相關傳聞進行理性解讀。

1. DeepSeek的驚人規模和資源投入

Semianalysis推測DeepSeek擁有約5萬塊Hopper GPU，總投資超過5億美元。廣為流傳的600萬美元訓練成本，僅指V3模型的預訓練階段GPU費用，遠非其總成本。DeepSeek團隊約150人，主要來自北大、浙大等高校，年薪高達千萬級別。

2. 核心技術創新：MLA和V3模型

DeepSeek的多頭潛在注意力機制(MLA)是其大幅降低推理成本的關鍵，將每次查詢所需的KV緩存減少約93.3%。其V3模型是R1的基礎，在架構上取得了諸多突破，包括多標記預測(MTP)和高效的專家混合模型(MoE)。

3. R1模型與競爭對手的比較

R1模型在推理性能上與OpenAI的o1不相上下，但成本更低。雖然R1并未在技術上超越o1，甚至不如o3，但其低成本使其具有極強的競爭力。Google的Gemini Flash 2.0 Thinking在某些基準測試中也表現出色，但并未獲得太多關注。

4. 低成本的誤讀與算法效率的提升

DeepSeek的低成本并非單純依靠硬件，而是源于算法的巨大進步。算法效率每年提升4倍甚至10倍，使得用更少資源實現相同或更強性能成為可能。DeepSeek率先實現了這種成本和性能的結合。

5. DeepSeek的商業策略與未來展望

DeepSeek可能正以成本價甚至負利潤率提供推理服務，以搶占市場份額。這種策略能否持續，仍存在疑問。開源實驗室的崛起，將極大地惠及云服務提供商和基礎設施供應商，并可能導致計算資源價值的提升。

6. 出口管制的影響與中國的支持

美國的出口管制措施對DeepSeek的芯片獲取造成一定限制，但并未完全阻止其發展。中國對人工智能產業的大力支持，為DeepSeek提供了重要的發展機遇。未來DeepSeek是否會繼續開源其模型，仍有待觀察。

7. 總結

DeepSeek的出現，標志著AI模型發展進入一個新的階段。其低成本、高性能的模型，以及核心技術創新，對整個AI行業產生了深遠的影響。雖然面臨著來自出口管制和市場競爭的挑戰，但DeepSeek憑借其技術實力和資源優勢，仍有望在未來取得更大的突破。

聯系作者

文章來源：Founder Park
作者微信：
作者簡介：來自極客公園，專注與科技創業者聊「真問題」。