官方网站-首页

2025年春节期间，DeepSeek爆火出圈，发布开源大模型，在数学、代码、自然语言推理等任务上表现追平OpenAI，在美国对我国AI产业链全方位打压遏制的背景下，成功走出了一条低成本、高性能、国产化“突围之路”并(bìng)震(zhèn)惊(jīng)世(shì)界(jiè)，为(wèi)加(jiā)速国产AI大模型降本提效、生态繁荣注入了强大动力。

1、出圈情况

DeepSeek凭借“低成本+高性能”模型全球破圈。DeepSeek早前发布的V3模型每训练1万亿tokens仅需在2048块H800 GPU集群(qún)上(shàng)耗(hào)时(shí)3.7天(tiān)，总(zǒng)计(jì)278万(wàn) GPU小时、557.6万美元的训练成本，约为GPT-o1的1/20、Llama 3.1的1/10。

新发(fā)布(bù)的(de)R1模(mó)型(xíng)API服(fú)务(wu)价格为每(měi)百(bǎi)万(wàn)输(shū)入(rù)tokens 1-4元(yuán)、每(měi)百(bǎi)万(wàn)输(shū)出tokens 16元，远低于同期 OpenAI o1 API定价(jià)水(shuǐ)平(píng)，且(qiě)在(zài)逻(luó)辑(ji)、数学及中文任(rèn)务(wu)中(zhōng)表(biǎo)现(xiàn)优(yōu)异(yì)。DeepSeek应(yīng)用(yòng)程(chéng)序(xù)霸(bà)榜(bǎng)苹(píng)果(guǒ)应(yīng)用(yòng)商(shāng)店(diàn)第(dì)一(yī)名，获(huò)全球(qiú)主流(liú)公(gōng)有(yǒu)云(yún)公(gōng)司(sī)平(píng)台(tái)接(jiē)入(rù)。

2、成(chéng)功(gōng)原(yuán)因(yīn)

①DeepSeek通(tōng)过(guò)较(jiào)少(shǎo)算(suàn)力(lì)实(shí)现(xiàn)高(gāo)性(xìng)能模型表现，主要通过算法(fǎ)创(chuàng)新(xīn)和工程优化等方式大幅提升模型效率。

一是成功走通“纯”强化学习（RL）路径。DeepSeek-R1抛开以预设思维链模板和监督(dū)式(shì)微(wēi)调(diào)等(děng)为(wèi)特(tè)点(diǎn)的AI推理能力(lì)传(chuán)统(tǒng)训(xun)练(liàn)方(fāng)法，仅依靠简单的奖惩信号来指导优化模型(xíng)行(xíng)为(wèi)，不(bù)仅省去了SFT和复杂的奖(jiǎng)惩(chéng)模型对计算资源的需求，还促使模型以“顿悟”的形式学会思(sī)考(kǎo)。二(èr)是(shì)实(shí)现算法、框(kuāng)架(jià)和(hé)硬(yìng)件(jiàn)的(de)优(yōu)化(huà)协(xié)同(tóng)。为(wèi)大幅减少内存占用和计算量，DeepSeek系列模型在算法层面引入专家混合模型、多头隐式注意力、多token预测，框架层面实现FP8混(hùn)合(hé)精(jīng)度(dù)训(xun)练(liàn)，硬(yìng)件(jiàn)层(céng)面(miàn)采用优化的流水线并行策略，同时高效配置专家分发与跨节点通信，实现最优效率配置和资源节约。

②DeepSeek具有拥抱AI的创始基因丰富的算力资源储备、极具天赋的本土人才团队。

一是自带AI创始基因。创始人(rén)梁(liáng)文锋(fēng)毕业于浙江大学电子信息工程和计算机科学专业(yè)，早(zǎo)年(nián)创(chuàng)立(lì)对(duì)冲基金“幻方量化”，实现投资策略全面AI化，2023年5月成立深度求索，聚焦发展通用人工智能。二是丰富的算力资源储备。幻方量化曾投资超(chāo)过(guò)10亿(yì)元，先后研发了AI超级计算机“萤火一号”和“萤火二号”。其中，“萤火二号”搭载了约1万张英伟达A100显卡。三是极具天赋的本土人才团队。DeepSeek团队工程师和研发人员几乎都来自清华大学、北京大学、中山大学、北(běi)京(jīng)邮(yóu)电(diàn)大(dà)学等国内顶尖高校，鲜有“海归”，以走出校园不久的博士为主，也有部分成员有英伟达、微软等国外企业工作或实习经历。

3、产业影响

一是DeepSeek打破大模型发展(zhǎn)路径依赖，基本确立了符合中国实际的AI发展道路。DeepSeek 打破了 AI 大模型发展对算力和标注数据的高度依赖，展示了通过改进模型架构和训练方法，以较少的数据标注量和算力消耗提升模型推理能力的可行性，标志着我国在硬件上长期存在代际差距的情况下，可采取软硬协同方式实现对海外顶尖大模型的性能追赶和成本领先。

二是DeepSeek提升(shēng)行(xíng)业(yè)对(duì)模(mó)型(xíng)的(de)后(hòu)训(xun)练(liàn)和(hé)推(tuī)理(lǐ)需(xū)求(qiú)，长(zhǎng)期(qī)提(tí)振(zhèn)算(suàn)力(lì)需(xū)求(qiú)。DeepSeek R1在(zài) V3 的(de)基(jī)础(chǔ)上(shàng)进(jìn)行(xíng)了(le)两(liǎng)次(cì)强(qiáng)化(huà)学(xué)习(xí)，明(míng)显(xiǎn)提(tí)升(shēng)了(le)训(xun)练(liàn)的(de)探(tàn)索(suǒ)时(shí)间和推理思考时间，将在后训练阶段延续Scaling Law法则。随着高性能低成本模型的出现将大幅降低国内AI赋能千行百业的应用开发门槛，推动AI产业链从“训练驱动”向“推理驱动”转变，带动推理算力需求加速释放。

三是DeepSeek以模型开源推动AI平权，开源路线有望打造应用繁荣的“安卓时刻”。DeepSeek完全开源了模型权重，允许其他开发者将模型用于商业用途并进行模型蒸馏。已发布了基于R1蒸馏Llama与Qwen的6个小(xiǎo)模(mó)型(xíng)，在(zài)多(duō)项基础测试集中性能对标 o1-mini，被Facebook首席人工智能科学家杨立昆誉为“开源模型对闭源模型的胜利”。开源模型通过知识蒸馏快速打造高性能、轻量(liàng)化(huà)小(xiǎo)模(mó)型(xíng)，将(jiāng)驱动端侧模型在手机、电脑、眼镜等智能硬件上的部署应用，形成AI应用百花齐放的格局。

作者：邓衢文

单位：中移湾区（广东）创新研究院有限公司