全网都在扒的DeepSeek团队，是清北应届生撑起一片天

雷军开千万年薪挖的人来自怎样的团队？

原标题：全网都在扒的DeepSeek团队，是清北应届生撑起一片天
文章来源：量子位
内容字数：6492字

DeepSeek：一支由年轻人才驱动，极度重视软硬件协同的AI团队

本文总结了DeepSeek团队的构成、运作模式以及其取得的突出成就，特别是其年轻化和软硬件协同的特色。

1. 年轻化团队：清北人才的聚集地

   DeepSeek团队的核心成员以清华、北大等高校的应届生和在读生为主，其中不乏获得博士学位论文奖项的优秀人才。这些年轻的研究者参与了DeepSeek从v1到v3版本的全过程，并做出了许多关键性创新，例如MLA新型注意力机制和GRPO强化学习对齐算法。

2. 关键创新：MLA和GRPO

   DeepSeek-V2的成功破圈，很大程度上归功于MLA（Multi-head Latent Attention）新型注意力机制的提出，它显著降低了计算量和推理显存。高华佐和曾旺丁是MLA架构的关键贡献者。DeepSeekMath提出的GRPO（Group Relative Policy Optimization）算法，也在业内引起了广泛关注，甚至被阿里Qwen 2.5采用。该算法由邵智宏（清华）、朱琪豪（北大）、Wang Peyi（北大）等在DeepSeek实习期间完成。

3. 核心成员及贡献：

   文章详细介绍了多位DeepSeek核心成员及其贡献，包括：高华佐（北大物理系毕业）、曾旺丁（北邮，导师张洪刚）、邵智宏（清华，师从黄民烈教授）、朱琪豪（北大，师从熊英飞和张路教授，发表CCF-A类论文16篇）、Wang Peyi（北大，师从穗志方教授）、代达劢（北大，师从穗志方教授，获得EMNLP 2023最佳长论文奖等）、王炳宣（北大）、赵成钢（清华，世界大学生超算竞赛三冠王）等。这些成员在模型算法和硬件工程方面都做出了重要贡献。

4. 软硬件协同：1/11算力成就DeepSeek-v3

   DeepSeek团队非常重视模型算法和硬件工程的配合。DeepSeek v3论文有200位作者，其中许多人专注于优化硬件，例如通过软硬件协同设计，利用幻方AI的萤火2号万卡集群，以Llama 3 405B的1/11算力训练出性能更高的DeepSeek-v3。

5. 组织架构：类似OpenAI的扁平化管理

   DeepSeek的组织架构类似OpenAI，采用扁平化管理，不设前置岗位分工，鼓励自然分工和资源共享。每个人都可以随时调用训练集群，只要有几个成员感兴趣就可以启动一个项目。这种灵活的组织结构，加上对人才能力而非经验的重视，使得DeepSeek能够快速响应市场需求，并做出突破性创新。

6. 实习生贡献：

   文章还提到了DeepSeek实习生在3D生成和数学定理证明等领域做出的重要贡献，例如清华博士生孙景翔和中山大学辛华剑。

总而言之，DeepSeek是一支年轻、充满活力、并且极度重视软硬件协同的AI团队。其独特的组织架构和人才培养模式，使其能够在激烈的AI竞争中脱颖而出，并取得了令人瞩目的成就。其发展模式或许为中国AI行业提供了一种新的参考。

联系作者

文章来源：量子位
作者微信：
作者简介：追踪人工智能新趋势，关注科技行业新突破