智能制造網APP
智能制造網手機站
智能制造網小程序
智能制造網官微
智能制造網服務號
智能控制
機器人
儀器儀表
物聯網
3D打印
工業軟件
近期，DeepSeek在AI大模型領域引發熱議，憑借其驚人的性能表現和低成本訓練模式，迅速吸引了全球關注，且熱度一直不減。但隨之而來的，對其成本、技術以及為未來作為大模型基礎設施的算力也引發了爭議。
DeepSeek陷成本誤區？
提及成本，DeepSeek發表的原始報告中有詳細解釋這筆成本的計算：“在預訓練階段，每兆個token上訓練DeepSeek-V3僅需要180K H800 GPU小時，也就是說，在我們擁有2048個H800 GPU的叢集上需要3.7天。因此，我們的預訓練階段在不到兩個月的時間內完成，耗費2664K GPU小時。加上上下文長度擴充所需的119K GPU小時和后制訓練所需的5K GPU小時，DeepSeek-V3的完整訓練僅需2.788M GPU小時。假設H800 GPU的租賃價格為每GPU小時2美元，我們的總訓練成本僅為557.6萬美元。”
對此，近日知名的SemiAnalysis公開發布的《DeepSeek Debates: Chinese Leadership On Cost, True Training Cost, Closed Model Margin Impacts》的報告中稱：DeepSeek論文中提到的600萬美元成本僅指預訓練運行的GPU成本，這只是模型總成本的一小部分，他們在硬件上的花費遠高于5億美元。例如為了開發新的架構創新，在模型開發過程中，需要投入大量資金來測試新想法、新架構思路，并進行消融實驗。開發和實現這些想法需要整個團隊投入大量人力和GPU計算時間。例如深度求索的關鍵創新—多頭潛在注意力機制(Multi-Head Latent Attention)，就耗費了數月時間。
無獨有偶，據外媒報道，李飛飛等斯坦福大學和華盛頓大學的研究人員以不到50美元的費用，使用了16張英偉達H100 GPU，耗時26分鐘就完成了訓練，成功“打造”出了一個名為s1-32B的人工智能推理模型。
有業內觀點認為，DeepSeek模型低成本并不客觀。
武漢大學計算機學院教授、中國人工智能學會心智計算專委會副主任蔡恒進對TechWeb表示，DeepSeek在生成模型的成本在報告中已經寫的很清晰了，過于糾結前期的投入，有多少實際成本是不重要的，特別是對于國內產業成本很低的情況下，前期做研究的成本也會比美國低很多。
蒸餾業內通行做法，是非公婆各有理
除了上述的成本外，業內對于DeepSeek爭議最大的還有就是其是否使用了蒸餾技術，如果使用，究竟使用了誰家的？
最先提出質疑的是，是在DeepSeek R1發布之初，OpenAI和微軟均向媒體證實，已掌握疑似DeepSeek通過“蒸餾”(distillation)技術，利用OpenAI專有模型來訓練其AI大模型。這使得DeepSeek能夠以較低的成本在特定任務上達到類似的效果。OpenAI雖未進一步提供證據的細節，但根據其服務條款，用戶不得“復制”任何OpenAI的服務，或“利用輸出結果開發與OpenAI競爭的模型”。
對于DeepSeek爆火之下，馬斯克一直罕見地并未發表評論，卻在最近點贊了一則推文。推文中提到了DeepSeek大量依賴模型蒸餾技術，需要借助ChatGPT-4o和o1才能完成訓練。盡管模型蒸餾是一項常見的技術手段，能夠將OpenAI中的大量數據迅速提煉重點并快速理解和應用，但這種模式只能讓DeepSeek接近OpenAI，而難以真正超越OpenAI。
除了國外，國內關于DeepSeek V3曾在測試中出現過異常：該模型自稱是OpenAI的ChatGPT，并能提供OpenAI的API使用說明。專家認為，這很可能是由于訓練數據中混入了大量由ChatGPT生成的內容(即“蒸餾”數據)，導致模型發生了“身份混淆”。
此外，由中國科學院深圳先進技術研究院、北京大學、01.AI、南方科技大學、Leibowitz AI等多個知名機構的研究團隊聯合發表的《Distillation Quantification for Large Language Models(大語言模型的蒸餾量化)》論文則顯示DeepSeek V3的蒸餾過程可能主要來自GPT4o，且蒸餾程度較高。
該論文提出了一個系統化的框架，量化并評估大模型蒸餾的過程及其影響，采用了“響應相似性評估(RSE)”和“身份一致性評估(ICE)”兩個量化指標。RSE實驗結果顯示，DeepSeek V3的蒸餾程度與GPT4o接近，評分為4.102，遠高于其他模型(如Llama 3.1-70B和Doubao-Pro-32k)。在ICE實驗中，DeepSeek V3也顯示出較高的蒸餾程度，屬于可疑響應數量最多的模型之一。
對于蒸餾技術的爭議，蔡恒進對TechWeb表示，DeepSeek完全蒸餾GPT的說法是錯誤的，ChatGPT的模型是閉源的，而DeepSeek展示了思考過程，這是抄不出來的。“DeepSeek技術上是有創新的，過于糾結蒸餾這方面完全沒有意義。”蔡恒進說道。
蔡恒進認為DeepSeek有著獨特的技術路徑優勢，它可以從底層優化，可以繞開英偉達CUDA生態，可以大幅提升國產芯片做預訓練的性能。
打破算力魔咒，未來算力還重要嗎？
基于我們前述成本的優勢，有業內觀點認為，DeepSeek的出現，打破了英偉達等科技巨頭“堆積算力”的路徑，也就是說，美國AI巨頭們認定的那個靠錢、靠更高算力芯片才能堆出來的更好的模型，不需要那么高昂的門檻了。
蔡恒進對TechWeb表示，原來我們一直認為不斷“堆積算力”才能提高AI模型能力，但Deepseek的出現走出了另一條路，即不一定要提升很高的參數規模就能實現很高的性能，可能對算力需求至少降到10倍以上。“堆算力”本身沒有錯，但隨著Deepseek的出現我們會發現這條路的性價比不高。
DeepSeek-V3極低的訓練成本預示著AI大模型對算力投入的需求將大幅下降，但也有觀點認為，DeepSeek表現固然優秀，但其統計口徑只計算了預訓練，數據的配比需要做大量的預實驗，合成數據的生成和清洗也需要消耗算力。
此外，在訓練上做降本增效不代表算力需求會下降，只代表大廠可以用性價比更高的方式去做模型極限能力的探索。
業內在討論算力時，常引用蒸汽時代的杰文斯悖論來類比。這一悖論由經濟學家威廉•斯坦利•杰文斯提出，核心觀點是：當某種資源的使用效率提高、獲取變得更容易時，其總體使用量往往不減反增。以蒸汽機為例，燃油效率的提升降低了單位工作量所需的煤炭成本，反而刺激了更多的工業活動，導致煤炭的總體消耗量上升。蒸汽機效率的提升，不僅沒有減少對蒸汽機的需求，反而因為技術的推廣和應用場景的擴大，進一步增加了市場對蒸汽機的需求。DeepSeek 的發展也呈現出類似的趨勢：算力效率的提升并未減少對算力的需求，反而推動了更多高算力應用的落地，使得行業對算力的需求持續增長。
對此，中信證券研報也指出，近日，DeepSeek-V3的正式發版引起AI業內廣泛高度關注，其在保證了模型能力的前提下，訓練效率和推理速度大幅提升。DeepSeek新一代模型的發布意味著AI大模型的應用將逐步走向普惠，助力AI應用廣泛落地；同時訓練效率大幅提升，亦將助力推理算力需求高增。
而Bloomberg Intelligence最近的一篇報告顯示，企業客戶可能會在2025年進行更大規模的AI投資，而AI支出增長將更側重于推理側，以實現投資變現或提升生產力。
那么上述存有爭議的事實究竟如何？俗話說：讓子彈再飛一會吧！(文/卞海川)
回放
預告
浙公網安備 33010602000006號
智能制造網APP
智能制造網小程序
微信公眾號
