中国科技企业深度求索打造的大模型DeepSeek-V3，通过技术创新，在较短的训练时间、较低的投入成本的情况下，达到海外知名大模型同等的水平，给当前的人工智能技术与发展路径提供了一个新的方向
一家来自中国的科技企业，正成为全球AI领域的“顶流”。就连OpenAI（美国开放人工智能中心）创始人山姆·奥特曼都不得不开始关注这家公司，它在硅谷甚至被称为“来自东方的神秘力量”。
这家公司就是DeepSeek，中文名为“深度求索”，是国内量化巨头幻方量化的子公司。2024年12月26日，其发布了最新AI大模型DeepSeek-V3，并同步开源，刷屏中外AI圈。据了解，DeepSeek-V3能够在性能上和世界顶尖的闭源模型GPT-4o及Claude-3.5-Sonnet比肩，但成本却只有行业主流模型的1/10。
在不少业内人士看来，被冠以“AI界高效低价典范”的DeepSeek，给当前的人工智能技术与发展路径提供了一个新的方向，贡献了AI竞赛中的中国力量。
来自东方的神秘力量
2024年12月26日，深度求索官方微信公众号推文称，旗下全新系列模型DeepSeek-V3首个版本上线并同步开源。该国产大模型性能对齐海外领军闭源模型，多项评测成绩超越了Qwen2.5-72B和Llama-3.1-405B等其他开源模型，并在性能上和世界顶尖的闭源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲。
在百科知识、长文本、代码、数学及中文能力上的表现，DeepSeek-V3超越其他模型，尤其是在数学上，在美国数学竞赛（AIME2024,MATH）和全国高中数学联赛（CNMO2024）上，DeepSeek-V3大幅超过了所有开源闭源模型。
更重要的是，深度求索使用2000张英伟达H800GPU在短短两个月内就训练出了DeepSeek-V3，仅花费了约558万美元。其训练费用相比GPT-4o等大模型要少得多。OpenAICEO山姆·奥特曼曾表示，GPT-4o的训练成本大约1亿美元，未来训练大模型的成本将高于10亿美元。尚未完成训练的GPT-5大模型，为时约半年的一轮训练就消耗了大约5亿美元。
DeepSeek-V3的横空出世，引发了海外AI圈热议。OpenAI创始成员Karpathy甚至对此称赞道：“DeepSeek-V3让在有限算力预算上进行模型预训练这件事变得容易。”
深度求索被硅谷誉为“来自东方的神秘力量”，在2024年5月6日发布由AI“天才少女”罗福莉参与研发的DeepSeek-V2开源MoE模型时，就以其高效性能在全球AI界掀起了一波热度。
而其API接口价格与同类产品相比堪称“断崖式定价”，为每百万Tokens（Token是计算机科学中的信息或价值的基本单位，用于表示、传输或存储数据）输入1元、输出2元（32K上下文），仅为海外知名大模型GPT-4Turbo的近百分之一。
如今，DeepSeek-V3的API定价提高到每百万Tokens输入2元、输出为8元(45天的价格优惠期后)，虽然比V2大幅上涨，但也只相当于Claude-35-Sonnet费用的1/53，后者每百万Tokens输入3美元、输出15美元。
“花小钱办大事”的秘密
在不少业内人士看来，DeepSeek做到了“花小钱办大事”，背后则是通过更先进的MoE架构、多技术融合优化、FP8混合精度训练框架等技术，以及与开源社区合作的方法，在成本较低的情况下，就训练出文字生成和逻辑推理能力不输乃至领先主流AI大模型DeepSeek-V3。
DeepSeek-V3的成功离不开其独特的技术创新。首先，其采用的混合专家（MoE）架构通过稀疏激活机制，仅激活37亿参数，显著降低了计算量，同时提升了模型的处理能力。其次，DeepSeek团队开发的多头潜在注意力（MLA）机制和FP8混合精度训练框架，进一步优化了模型的训练效率和生成速度，使其生成速度从每秒20个Token提升至60个Token。此外，DualPipe算法的引入，有效降低了跨节点通信的开销，使得训练成本大幅降低。
这些技术创新不仅让DeepSeek-V3在性能上比肩顶尖闭源模型，更在成本控制上实现了突破，展现了“四两拨千斤”的技术实力。
更有业内人士认为，DeepSeek-V3的成功，某种程度上是中国在AI领域突破外国技术封锁的缩影。
2022年，美国对中国实施芯片出口限制，旨在遏制中国在AI领域的发展。然而，DeepSeek团队通过软件层面的创新，充分利用性能受限的H800GPU，实现了训练效率的显著提升。
DeepSeek团队通过FP8混合精度训练框架的运用，不仅降低了内存占用，还加快了计算速度，使得在硬件性能受限的情况下，依然能够高效完成大规模模型的训练。
这种“硬件不足，软件补足”的策略，不仅让DeepSeek-V3在技术上实现了突破，更在某种程度上打破了美国对中国的技术封锁。
正如一位硅谷AI工程师所言：“DeepSeek的成功证明，创新并不一定依赖于最先进的硬件，而是可以通过聪明的工程设计和高效的训练方法实现。”这种由需求驱动的创新，不仅为中国AI技术的发展注入了新的活力，也为全球AI领域提供了新的可能性。
为人工智能产业发展提供新思路
DeepSeek-V3的出现，也为人工智能产业的发展提供了新的思路。
不少业内人士提出，大模型研发，存在多种可能的发展路径。例如ChatGPT走的是大参数、大算力、大投入的路子，对算力和资金的要求极高，这种资源消耗是绝大多数创业公司无法支撑的。即使是OpenAI、Anthropic融资较丰沛的公司，也面临投资回报的商业化难题。
行业内正在探索的推理模型是另一条路子。但同样，它也是建立于相对高昂的算力和资金成本基础上，尤其是算力。
而DeepSeek-V3走出了“第三条路”，与当前大模型训练动辄要求万卡集成相比，它只用2000张GPU训练，就实现了与GPT-4o和Claude-3.5-Sonnet几乎等效的成果，不能不令人敬佩。
另外一个值得关注的点是，人工智能竞争，中国不仅仅是跟随者，而是正在大幅提升创新能力。
DeepSeek创始人梁文锋2024年7月在接受媒体采访时说，硅谷习惯于将中国AI公司视为跟随者的角色，当一个中国公司以创新贡献者的身份，加入到他们的竞争里去，而且表现优异时，他们就很震惊。
梁文锋认为，更多的投入并不一定产生更多的创新，否则大厂可以把所有的创新包揽了。研究和技术创新将永远是DeepSeek第一优先级。值得注意的是，根据业内专家测算，DeepSeek在V2、V3上并不亏钱。
DeepSeek-V3获得硅谷一批知名AI大佬的点赞。LeptonAI创始人、阿里巴巴原副总裁贾扬清表示，DeepSeek是智慧和实用主义的体现：在有限的计算资源和人力条件下，通过聪明的研究产生最好的结果。
DeepSeek-V3也让不少业内人士看到创新从来不是单维度、单向度的，AI颠覆式创新正在成为可能。
过去两三年，AI界一个流行的看法是，如果说硅谷企业擅长从0到1，那么中国企业则擅长从1到10，因为中国有宽广的应用市场。但梁文锋认为，当前阶段仍是AI技术创新的爆发期，而不是应用的爆发期。
从理性的角度，需要承认中国企业与OpenAI、Anthropic、DeepMind这些世界先进AI公司仍存在较大的差距。但这一轮人工智能浪潮之所以更加令人期待，就是因为，它带来的革命性想象力甚至要超越互联网之于传统经济的变革力量。正如梁文锋所说，中国产业结构的调整升级，会更依赖硬核科技的创新。在半导体、大模型等领域，远未触达技术天花板，前所未有的机会在等待着中国企业，那些带来AI颠覆性创新产品或方案模式的公司，就非常可能成为下一个伟大的企业。
延伸阅读
我国人工智能核心产业规模接近6000亿元
2024年12月举办的2024数字科技生态大会主论坛发布的相关消息显示，我国初步构建了较为全面的人工智能产业体系，人工智能核心产业规模已接近6000亿元，产业链上下游的企业数超过4700家，覆盖芯片、算力、数据、平台、应用等各相关环节。
星辰语音大模型支持中英双语及40种方言任意混说；政务、工业、教育等垂直领域专用大模型加快赋能经济社会的数智化转型；“星海”数据智能中台，形成了9万亿Tokens高质量数据集……当前，生成式人工智能产品在我国百花齐放。
工业和信息化部总工程师赵志国表示，我国大力推进现代化技术产业体系完善升级，初步建成了较为全面的人工智能产业体系。1至10月，三家基础电信企业的大数据、云计算、人工智能、物联网等新兴业务收入同比增长8.9%。
“当前人工智能产业规模发展具备了良好条件。”中国电信董事长柯瑞文认为，过去两年来，生成式人工智能以前所未有的速度进行迭代和创新，大模型能力得到快速提升。从近期实践来看，AI手机、AIPC等智能终端逐步走进日常生活，行业大模型在金融、工业、医疗等领域加快落地，借助大模型解决生产实际问题逐步形成共识。
据悉，多方将加快构建信息通信业与人工智能融合发展的产业生态，促进实体经济和数字经济的深度融合。
赵志国表示，要超前布局6G、人工智能、量子信息等领域的研发创新，加强人工智能通用大模型和垂直领域专用大模型的开发，建设高质量的数据集和语料库，持续提升创新能力，更好赋能新型工业化。着力推动算力基础设施高质量发展，加快制定算力互联互通、算力市场培育等行动方案，建立健全算力网络协同发展的标准规范体系，增强算网的融合能力，加速构建全国统一的算力服务大市场。
国家数据局副局长陈荣辉表示，要加快培育数字新产业、新业态，发展下一代通信技术、人工智能、智能算力等数字产业，推动数字化产品消费，通过数字改造赋能，对传统产业进行全方位全链条的改造，推动互联网、大数据、人工智能同产业深度融合应用，激发数字化转型的内生动力。
据每日经济新闻、《证券时报》《经济参考报》、财联社等