“算力崩塌”,是真还是假

文| 谢泽锋编辑| 杨旭然DeepSeek的开发成本极低,开源、服务完全免费,这让山姆·奥特曼和其他AI人工智能的从业者“印象深刻”,让世界首富马斯克破防,让瑞·达利欧对美股深感担忧。知名投资人“木头姐” 凯茜·伍德甚至直言:DeepSeek加剧了人工智能的成本崩溃

文| 谢泽锋

编辑| 杨旭然

DeepSeek的开发成本极低,开源、服务完全免费,这让山姆·奥特曼和其他AI人工智能的从业者“印象深刻”,让世界首富马斯克破防,让瑞·达利欧对美股深感担忧。

知名投资人“木头姐” 凯茜·伍德甚至直言:DeepSeek加剧了人工智能的成本崩溃。

“神秘的东方力量”让全世界为之侧目,也引发了中美AI领导地位更替的思考。不过,对于算力进行重新判断,可能仍然为时尚早。

当前,我国AI算力部署占全球算力基础设施的26%,名列世界第二。在“算力即国力”的思潮下,东数西算等数字基础设施工程正积极进行。

DeepSeek颠覆了固有的“大力出奇迹”的大模型性能提升路径,短期内对算力需求预期会出现大幅下降。但长期来看,算力部署仍然有大规模需求扩张作的基础。

正在进行的超大规模算力投资,对于中国科技产业来说,仍是一笔巨大的财富。Deepseek带来的对算力成本的大幅节省,与如今中国大规模投入的算力基础设施建设并不冲突。

本文是来自公众号《巨潮WAVE》内容团队的深度价值文章。

颠覆

DeepSeek的颠覆性创新,在于极致的效率革命。它仅用不到OpenAI十分之一的成本,就达到了后者最新大模型的性能。

1月20日,DeepSeek 正式发布DeepSeek-R1模型系列,大模型排行榜Chatbot Arena上,DeepSeek- R1的基准测试排名已升至全类别第三,与ChatGPT-4o最新版并驾齐驱,并在风格控制类模型分类中与OpenAI-o1并列头名。

R1模型虽未公布训练成本,但据DeepSeekV3技术报告,V3模型的训练总计只需要278.8万GPU小时,相当于在2048块H800 (英伟达特供中国市场的低配版GPU)集群上训练约2个月,合计成本仅557.6万美金。

有传言,R1模型的训练成本基本相当,但参数规模达到惊人的6710亿,这些数据都足够令外界震惊。

作为对比,GPT-4o模型的训练成本约为1亿美元,需要英伟达GPU量级在万块以上,且是比H800性能更强的H100。

同样是开源模式的Meta Llama 3 系列模型,其训练需要多达3930万H100 GPU小时,DeepSeek的训练成本约相当于Llama 3的7%。也有AI大佬表示过,仅DeepSeek-V3级别的能力就需要接近16000颗GPU的集群。

也就是说,这家中国初创AI公司仅用不到十分之一的成本,就达到了世界一流水平。

这种颠覆性的成本优势,极有可能改变过往“高投入、高算力”的研发路径,市场对算力硬件需求持续高增长的预期或产生动摇。

“四两拨千斤”的能力源于其自研的MLA和MOE架构,为其自身的模型训练成本下降起到了关键作用。

此外,R1模型使用数据蒸馏技术(Distillation),通过一系列算法和策略,将原始复杂的数据进行去噪、降维、提炼,从而得到更为精炼、更为有用的数据,提升训练效率。

模型蒸馏可以通过训练小型模型模仿大型模型,广泛应用于提高AI效率与降低成本。比喻来说,DeepSeek相当于通过更高效的学习方法获得了优异分数,而OpenAI还在搞题海战术。

关于“蒸馏技术”网络上出现了一些争议

OpenAI的训练非常依赖人工,其数据团队甚至分为不同水平的部门,大量数据标注还要转交给肯尼亚等廉价外包劳工,高维数据还需更高素质的专业人员进行标注,这些都是成本。

近期OpenAI和一些舆论也在公开指责DeepSeek团队通过“模型蒸馏”技术“违规复制”其产品功能,但始终未提供具体证据。

而且“数据越多性能越强”属于惯性固有思维,因为数据量越多,其中的干扰也将随之变大,在此之前,市场上已经有“人工智能变蠢了”的讨论出现。

也就是说,如何对数据进行清洗和精炼,同样是提升模型能力的关键。通过创新训练方法,DeepSeek改变了堆砌算力的共识。

正如创始人梁文锋所说:“我们想去验证一些猜想。”

改写

半导体领域普遍遵循摩尔定律,AGI行业则是沿着Scaling Law(模型规模定律)向前演进。

Scaling Law被业界认为是大模型训练的“第一性原理”,模型性能与规模(参数量、数据大小、算力资源)呈正相关——参数越多、计算资源越大,模型的性能就越强。

好比一个中学生,给他提供更丰富的学习资料、更长的学习时间和更好的学习环境,他的学习成绩普遍会更好。

此次AI浪潮正是以Scaling law为底层逻辑的技术革命,但DeepSeek的出现打破了这一定律,或者至少让Scaling law的边际效益出现放缓的迹象。

这带给业界的启示是,人工智能产业将不再一味追求大规模算力的投入,而是在模型架构和工程优化结合上进行突破。粗放式的疯狂投入发展阶段逐步退潮,AI创新进入追求效率,追求模型架构设计、工程优化全新阶段。

正如达摩院首席科学家赵德丽所认为的,大模型可以看成是知识的压缩,怎么利用知识产生更好的智能,就是基于基础模型的思维推理必然发展的方向。

如微软rStar-Math无需蒸馏,用60块A100训练的7B模型在数学推理上可媲美 OpenAI-o1;上海 AI 实验室的书生·浦语3.0,仅使用4T数据进行训练,综合性能超过了同量级的开源模型,而且训练成本降低了75%以上。

DeepSeek带来的“范式转移”,不仅破除了科技大厂建立的技术领先壁垒,同时还打破了重资本比拼的游戏惯例。而且它不仅开源,而且还免费。

作为回应,OpenAI紧急上线新一代推理模型o3系列的mini版本,并且首次免费向用户开放其基础功能。奥特曼承认,“我个人认为,在(开闭源)这个问题上我们站在了历史的错误一方,需要找出一个不同的开源策略。”

效率优化策略,无疑给互联网大厂们的超级愿景泼了一盆冷水。

字节跳动2024年在AI赛道的资本开支就高达800亿元,接近BAT的总和;微软、谷歌、亚马逊、Meta、苹果五巨头合计资本开支2253亿美元,2025年有望继续增长19.6%。其中,单是微软就计划在2025财年砸下800亿美元,用于建设人工智能数据中心。

就在DeepSeek-R1模型发布两天后,美国政府就联合OpenAI、软银、甲骨文等启动“星际之门”项目,计划在未来四年内最高投资5000亿美元。孙正义还宣布要给OpenAI投资250亿美元,巨头们期望通过“军备竞赛”,维持自身在AI领域的全球领导地位。

此前,美国大厂为GPT-5、Llama4等下一代模型正使尽全力补充算力,奥特曼甚至一度去找到中东巨富,计划筹集7万亿美金建设一座超级数据中心和芯片制造厂。

奥特曼一度试图筹资7万亿美元

DeepSeek的出现,改变了这种超大规模扩张算力的行业发展“固定路径”,但同时也出现了一种应该彻底放弃算力建设的声音。

过剩?

国家算力战略部署的复杂性,显然会超过一般舆论讨论所得出的结论。尤其是,我国算力基础设施目前仍处于初步搭建阶段,还远未到过剩状态。

一方面,随着访问量急速飙升,用户蜂拥而至,DeepSeek深度思考和联网搜索功能也出现了宕机情况。DeepSeek移动应用上线仅18天就迎来了1600万次下载,几乎是ChatGPT同期的两倍,更是成为全球140个市场中下载量最高的APP。

另一方面,需要注意的是,DeepSeek目前仅支持文字问答、读图、读文档等功能,还未涉及图片、音频和视频生成领域,未来要想突破文本范畴,其对算力和前期训练成本的投入都将呈几何级飙升。

对于其他追随DeepSeek的大模型公司来说情况也是类似,随着用户的增长和产品线的不断丰富,最终都需要不断扩张算力。目前国内各大投资机构都在“疯狂对接”DeepSeek,显然是对此有非常清晰的判断。

百度CTO王海峰就认为,规模定律(Scaling Law)仍然有效,更高质量更大规模的数据、更大的模型将会带来更强的能力。

目前算力建设已成为国家级战略。2024年《政府工作报告》中就明确提出,适度超前建设数字基础设施,加快形成全国一体化算力体系。根据《中国综合算力指数(2024年)》报告,截至2023年末,我国算力基础设施规模占全球的26%,名列第二,仅次于美国。

工信部数据显示,截至2024年9月,我国算力总规模246EFLOPS(每秒进行百亿亿次浮点运算的能力),在用算力中心机架总规模超过830万标准机架。

此前,六部门联合印发《算力基础设施高质量发展行动计划》,其中指出到2025年,我国算力规模将达到300EFLOPS,智能算力占比要达到35%。

“东数西算”工程早在2021年5月就已启动,京津冀、长三角、粤港澳大湾区、成渝、贵州、内蒙古、甘肃、宁夏八大枢纽和10大集群雏形已现。

国内已建、正在建设的智算中心超过250个,规划具有超万张GPU集群的智算中心已有十多个,国产芯片厂商也因此受到极大关注。华为昇腾910B、寒武纪思元590、百度昆仓芯II-R200、海光信息深算二号,加上中芯国际,共同形成了对抗英伟达、AMD的中国军团。

这些大规模部署和研发投入,都具有历史性的战略意义,是人工智能时代的重要社会财富。

写在最后

用低成本开发出优质产品,是中国在资源匮乏的历史条件下,实现工业现代化的独特文化,而美国则擅长所谓的“范佛里特弹药量”,倚仗超大规模投入获得超级领先地位。

在当前的世界经济格局中,中国家电、光伏等制造业基本都是以高性价比策略取胜,DeepSeek的成功,也是在另一个领域中体现出了中国智慧、巧思和韧性。

中美AI拉锯的混战中,原先还处在追赶阶段的中国企业,突然以一种领先或颠覆者的身份出现,让全球科技界大为吃惊。但我们仍需要保持冷静和谦逊的心态。

就像梁文锋所说的:

在美国每天发生的大量创新里,这是非常普通的一个。他们之所以惊讶,是因为这是一个中国公司,以创新贡献者的身份,加入到他们的游戏里去。

也正因如此,算力基础设施仍是一种人工智能时代不可或缺的创新土壤、社会资源。

       原文标题 : “算力崩塌”,是真是假|巨潮

(来源:维科网)
免责声明:本文内容来源于第三方或整理自互联网,本站仅提供展示,不拥有所有权,不代表本站观点立场,也不构成任何其他建议,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容, 请及时联系我们进行处理。

相关推荐

  • 算力不足!DeepSeek开始限额了

    11月15日晚上,相信不少人打开DeepSeek都看到了一行提示。 「由于算力不足,已超过72小时的长对话暂不可用,可导出对话到其他App使用。」 有人把它截图发到小红书,底下点赞最多的一条评论是「我

    2026-11-16
  • 突发!DeepSeek崩上热搜

    10月15日早上8点刚过,DeepSeek的网页和App一起弹出“服务器暂时不可用”。官方状态页很快挂出说明,对话服务部分中断,V4.1 Flash的API服务部分中断,网页和API性能下降,技术团队

    2026-10-15
  • 宇树“认错”, DeepSeek“补位”

    具身智能与大模型的合作,或许才是真正的“人形机器人” 图片来源?|?网络(如侵权请联系删除)部分AI生成 第26届工博会的开幕式上,宇树创始人说了一句让全场安静了几秒的话——“过去十几年我犯的最大的错

    2026-10-15
  • 自动驾驶算法的 DeepSeek 时刻:阿里开源的Qwen

    最近,阿里 Qwen 团队和华中科技大学在 arXiv 上放了一篇编号 2609.00111 的技术报告,名字叫 Qwen-Drive-1.0。同一天,HuggingFace、ModelScope 和

    2026-09-12
  • Deepseek V4 Pro反超Claude背后:国产超节点规模化放量

    周三晚间,DeepSeek 突然搬出了全世界都在期盼的 V4 Pro 大语言模型的正式版。 最先更新信息的是 DeepSeek API 文档,可见新模型被命名为 DeepSeek-V4-Pro-081

    2026-08-13
  • 上市,会改变DeepSeek吗?

    DeepSeek又要融资了,并且还要上市。 据外媒消息,DeepSeek正在考虑新一轮融资,并筹备首次公开募股。计划最早于今年底提交上市申请,明年登陆上交所。 上一轮500亿人民币的融资里,创始人梁文

    2026-07-16
  • 梁文锋有自己的节奏

    文/窦文雪 编辑/子夜 在绿洲资本创始合伙人张津剑的一本书中,曾分享过一个MiniMax创始人闫俊杰与DeepSeek创始人梁文锋第一次见面时的小故事。 彼时,梁文锋穿着一件T恤,没有自我介绍,就问了

    2026-05-13
  • 成长的隐忧:DeepSeek V4的遗憾,正是国产AI的缩影

    编者按: 2026年4月24日,DeepSeek V4系列大模型正式发布迭代新版本。凭借精细化的稀疏架构升级、百万级超长上下文能力、行业领先的推理能效与普惠定价体系,这款新品再度拔高了国产开源大模型的

    2026-05-12
  • 阿里的爱,需要理由

    ? 《白鲸实验室》5月8日晚上发了篇独家,说DeepSeek跟阿里的融资条款谈崩了,双方未能就融资具体条款达成一致,据称是因阿里在AI战略上对闭环生态的强烈诉求与DeepSeek作为独立模型公司的定位

    2026-05-11
  • 豆包推付费版,字节终于忍不住了?

    DeepSeek、元宝会否跟进? 作者 | 张语格 编辑 | 趣解商业·AI力场 最近,豆包推出付费订阅服务后引发了热议,“豆包付费”“豆包笨,还收费”等词条一度冲上社媒热搜,也有不少用户担心免费版或

    2026-05-09