近日,，中國人工智能（AI）大模型技術廠商DeepSeek（深度求索）發(fā)布的推理大模型DeepSeek-R1火爆網(wǎng)絡，其不僅性能比肩OpenAI o1 ,，并且其所需的訓練成本可能只有后者的約1/20,，API的定價更是只有后者的約1/28，相當于使用成本降低了約97%,。這不僅引發(fā)了外界對于OpenAI,、Meta、谷歌等眾多大模型廠商嚴重依賴于高成本的英偉達AI芯片持續(xù)堆算力的“大力出奇跡”模式的質疑,，也導致了市場對于眾多市值已大漲的AI芯片股的價值需要重估的擔憂,。
受此影響，在美國當?shù)貢r間1月27日的美股交易當中,，Marvell大跌19.1%,、博通大跌17.4%、英偉達大跌16.97%，臺積電大跌13.33%,、美光大跌11.71%,、AMD大跌6.37%、ASML大跌5.75%,。
DeepSeek-V3橫空出世：性能比肩GPT-4o，訓練成本僅為其1/20
早在2024年12月26日,，DeepSeek就通過官方微信公眾號發(fā)布推文稱,，旗下全新系列模型DeepSeek-V3首個版本上線并同步開源。國外獨立評測機構Artificial Analysis測試了DeepSeek-V3后表示,，“DeepSeek-V3超越了迄今為止所有開源模型,。”更為關鍵的是,，該模型使用英偉達H800 GPU在短短兩個月內(nèi)就訓練完成,，并且僅花費了約558萬美元。
據(jù)介紹,，DeepSeek-V3為自研MoE模型,，671B參數(shù)，激活37B,，在14.8T token上進行了預訓練,。DeepSeek-V3多項評測成績超越了Qwen2.5-72B和Llama-3.1-405B等其他開源模型，并在性能上和世界頂尖的閉源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲,。
針對DeepSeek-V3,，獨立評測網(wǎng)站Artificial Anlaysis就關鍵指標——包括質量、價格,、性能（每秒生成的Token數(shù)以及首個Token生成時間）,、上下文窗口等多方面——與其他人工智能模型進行對比，最終得出以下結論,。
質量：DeepSeek-V3質量高于平均水平,，各項評估得出的質量指數(shù)為80。
價格：DeepSeek-V3比平均價格更便宜,，每100萬個Token的價格為0.48美元,。其中，輸入Token價格為每100萬個Token 0.27美元,，輸出Token價格為每100萬個Token 1.10 美元,。
速度：DeepSeek-V3比平均速度慢，其輸出速度為每秒87.5個Token,。
延遲：DeepSeek-V3與平均水平相比延遲更高,，接收首個Token（即首字響應時間）需要1.14秒。
上下文窗口：DeepSeek-V3的上下文窗口比平均水平小,，其上下文窗口為13萬個Token,。
最終Artificial Anlaysis得出結論：DeepSeek-V3模型超越了迄今為止發(fā)布的所有開放權重模型,，并且擊敗了OpenAI的GPT-4o（8月），并接近Anthropic的Claude 3.5 Sonnet（10月）,。DeepSeek-V3的人工智能分析質量指數(shù)得分為80,，領先于OpenAI的GPT-4o和Meta的Llama 3.3 70B等模型。目前唯一仍然領先于DeepSeek的模型是谷歌的Gemini 2.0 Flash和OpenAI的o1系列模型,。領先于阿里巴巴的Qwen2.5 72B,，成為了AI大模型領域的領先者。
更重要的是,，DeepSeek使用2048塊英偉達H800 GPU在短短兩個月內(nèi)就訓練出了DeepSeek-V3,，僅花費了約557.6萬美元，僅為GPT-4o（約超過1億美元）的接近二十分之一,，資源運用效率極高,。
OpenAI創(chuàng)始成員Karpathy也表示：“DeepSeek-V3讓在有限算力預算上進行模型預訓練這件事變得容易。DeepSeek-V3看起來比Llama-3-405B更強,，訓練消耗的算力卻僅為后者的1/11,。”（據(jù)外媒估計,，Meta的大模型Llama-3.1的訓練投資超過了5億美元,。）
當時外界對此事也有一些質疑之聲，比如有測試發(fā)現(xiàn),，DeepSeek-V3竟然聲稱自己是ChatGPT,。一時間，“DeepSeek-V3是否在使用ChatGPT輸出內(nèi)容進行訓練”的質疑聲四起,。
對此,，有猜測稱，DeepSeek可能用了包含GPT-4通過ChatGPT生成的文本的公共數(shù)據(jù)集,?！叭绻鸇eepSeek-V3是用這些數(shù)據(jù)進行訓練的，那么該模型可能已經(jīng)記住了GPT-4的一些輸出,，現(xiàn)在正在逐字反芻它們,。”
不過,，DeepSeek-V3也并非是第一個錯誤識別自己的模型,，谷歌的Gemini等有時也會聲稱是競爭對手的模型。例如,，Gemini在普通話提示下稱自己是百度的文心一言聊天機器人,。造成這種情況的原因可能在于，AI公司在互聯(lián)網(wǎng)上獲取大量訓練數(shù)據(jù)，但是,，現(xiàn)如今的互聯(lián)網(wǎng)本就充斥著各種各樣用AI生產(chǎn)出來的數(shù)據(jù),。
DeepSeek-R1：性能比肩OpenAI o1，使用成本僅為其1/28
然而,，在時隔不到1個月之后,，2025年1月20日，DeepSeek又發(fā)布了全新的推理大模型DeepSeek-R1,，回擊了外界的質疑,。
據(jù)介紹，DeepSeek-R1在后訓練階段大規(guī)模使用了強化學習技術,，在僅有極少標注數(shù)據(jù)的情況下，極大提升了模型推理能力,。在數(shù)學,、代碼、自然語言推理等任務上,，性能比肩 OpenAI o1 正式版,。
在國外大模型排名Arena上，DeepSeek-R1基準測試已經(jīng)升至全類別大模型第三,。其中,，在風格控制類模型（StyleCtrl）分類中與OpenAI o1并列第一；其競技場得分達到1357分,，略超OpenAI o1的1352分,。
1月27日，社交平臺認證為“AI投資機構Menlo Ventures負責人”的Deedy對比谷歌Gemini和DeepSeek-R1后表示,，DeepSeek-R1更便宜,、上下文更長、推理性能更佳,。
DeepSeek還宣布將 DeepSeek-R1 訓練技術全部公開,，以期促進技術社區(qū)的充分交流與創(chuàng)新協(xié)作。
除了性能出眾之外,，低成本也是DeepSeek-R1一大關鍵優(yōu)勢,，雖然其預訓練費用雖然并未公開，但是猜測應該與DeepSeek-V3相當,。同時,，DeepSeek公布的API的定價顯示，其每百萬輸入tokens 1元（緩存命中）/4元（緩存未命中）,，每百萬輸出tokens 16元,。DeepSeek-R1這個收費大約是OpenAI o1正式版運行成本的約1/28。OpenAI o1模型上述三項服務的定價分別約合人民幣55元、110元,、438元,。
也就是說，用戶使用DeepSeek-R1,，即可體驗到與OpenAI o1 性能相當?shù)拇竽Ｐ褪褂皿w驗,，但是使用成本只需要OpenAI o1的1/28，即成本降低了約97%,。
DeepSeek掀起AI算力“革命”
眾所周知,，算法、算力和數(shù)據(jù)是影響AI能力的三大核心要素,，而對于通用大模型來說,，經(jīng)過這兩年來發(fā)展，業(yè)界普遍認為要想實現(xiàn)AGI（通用人工智能）必須依賴于越來越龐大的大參數(shù)模型,，因此需要更為強大算力來作為支持,。因此我們可以看到，微軟,、谷歌,、Meta、X,、字節(jié)跳動,、亞馬遜、阿里巴巴等大廠一直在持續(xù)加大對于AI芯片的采購,。
近日,，在美國政府的推動下，OpenAI,、軟銀,、甲骨文等廠商還宣布將聯(lián)合成立一家新的AI公司“Stargate”（星際之門），未來四年將投資5000億美元,，而這其中大部分資金都將被用于建設AI基礎設施,。
在這些廠商對于AI芯片旺盛的需求帶動下，此也直接推動了英偉達,、博通,、臺積電、ASML等眾多AI芯片產(chǎn)業(yè)鏈相關廠商業(yè)績和股價的大漲,。
但是,，如果DeepSeek的僅利用非常低的算力和成本就能夠實現(xiàn)高級的AI能力的模式被普遍認可，那么可能將會引發(fā)對于現(xiàn)有的依賴于堆芯片算力的AI發(fā)展模式的“革命”,。
一位Meta工程師公開表示,，其內(nèi)部正因DeepSeek進入“恐慌模式”,。
Scale AI創(chuàng)始人Alexander Wang也表示，DeepSeek是“中國科技界帶給美國的苦澀教訓”,，證明“低成本,、高效率”的研發(fā)模式可能顛覆硅谷巨頭的高投入路徑。社交平臺認證為“風險投資人”的ShortBear評論稱,，“DeepSeek的興起對那些商業(yè)模式為銷售大量GPU（英偉達）或購買大量GPU（OpenAI,、微軟、谷歌）的公司都形成了挑戰(zhàn),?！?/p>
因此，我們可以看到,，在美股1月27日的交易當中,，英偉達、臺積電,、博通,、ASML等AI芯片產(chǎn)業(yè)鏈上的巨頭們的股價都出現(xiàn)了大幅的下跌。
不過,，對于此番DeepSeek所引發(fā)的對AI芯片產(chǎn)業(yè)鏈企業(yè)價值重估的恐慌，也有分析師認為這是一個很好的投資機會,，因為即使對于AI芯片需求暫時減少,，但是對于AI芯片需求依然會存在，該市場也依然會由英偉達占據(jù)領導地位,。
投行韋德布什資深股票分析師Daniel Ives在最新的研報中稱,，DeepSeek使用英偉達性能較弱的芯片構建了足以媲美OpenAI的ChatGPT和Meta的Llama 3.1的大模型，因此引起了美國科技股的波動,?！暗覀冋J為，這是另一個黃金買入機會,，而不是恐慌的時候,。全球只有英偉達推出自主、并用于機器人和更廣泛AI用例的芯片,。DeepSeek的大模型雖然留下了深刻的印象,，但不足被視作威脅。為消費者使用推出具有競爭力的LLM模型是一回事,，但推出更廣泛的AI基礎設施又是另一回事,。”Daniel Ives說道,。
英偉達也對此回應稱：“DeepSeek是一項卓越的人工智能進展,，也是測試時擴展的絕佳范例,。DeepSeek的研究展示了如何運用該技術，借助廣泛可用的模型以及完全符合出口管制規(guī)定的算力,，創(chuàng)建新模型,。推理過程需要大量英偉達GPU和高性能網(wǎng)絡。如今我們有三條擴展定律：持續(xù)適用的預訓練和后訓練定律,，以及新的測試時擴展定律,。”
需要指出的是,，目前中國正面臨美國持續(xù)升級的對華AI芯片及先進半導體設備出口管制政策,，這也使得中國難以獲取外部先進的AI芯片，也難以依靠內(nèi)部制造先進的AI芯片,，因此這也迫使DeepSeek另辟蹊徑,，拋棄常規(guī)的依賴于堆算力的技術發(fā)展路線，并獲得了成功,，打破了美國對于中國AI的封鎖,。
面壁智能首席科學家劉知遠在朋友圈發(fā)文稱，“DeepSeek最近出圈,，特別好地證明了我們的競爭優(yōu)勢所在,，就是通過有限資源的極致高效利用，實現(xiàn)以少勝多,。2024年很多人來問我,，中國跟美國的AI差距是擴大了還是縮小了，我說明顯縮小了,，但能感受到大部分人還不太信服,，現(xiàn)在DeepSeek等用實例讓大家看到了這點，非常贊,?！?/p>
“AGI新技術還在加速演進，未來發(fā)展路徑還不明確,。我們?nèi)栽谧汾s的階段,，已經(jīng)不是望塵莫及，但也只能說尚可望其項背,，在別人已經(jīng)探索出的路上跟隨快跑還是相對容易的,。接下來我們要獨立面對一團未來迷霧，如何先人一步探出新路,，是更加困難和挑戰(zhàn)的事,，需要我們更加百倍投入、百倍努力,?！眲⒅h說,。
當然，DeepSeek的成功并不是閉門造車的結果,，而是博采眾長,，吸取了眾多前人的經(jīng)驗（比如開源的PyTorch和Llama），這也是為什么DeepSeek的大模型也采用了開源（open-source）的模式,。
圖靈獎得主,、主導Meta AI研究的首席科學家Yann LeCun就指出，DeepSeek 成功的最大收獲,，是AI開源的價值使任何人都能受益,。
“對那些看到DeepSeek表現(xiàn)并認為‘中國在AI領域正超越美國’的人而言，你的解讀錯了,，正確解讀應是‘開源模型正超越專有模型’,。DeepSeek 從開放研究和開源獲益良多（如同PyTorch和Llama），他們提出新想法,，并從其他人的工作基礎加以建構,。他們發(fā)布新的模型并開源，所以每個人都能從中受益,，這就是開放研究和開源的力量,。”Yann LeCun說道,。
