DeepSeek是否利空算力？

长远来看，算力才是真正的决胜因素。

原标题：DeepSeek是否利空算力？
文章来源：智猩猩GenAI
内容字数：3787字

DeepSeek V3与R1：开源浪潮下的算力博弈

本文总结了关于DeepSeek V3和R1模型训练成本及开源对算力市场影响的讨论要点，主要观点是：开源模型的崛起，特别是DeepSeek系列，正在重塑AI算力格局，并最终利好整个行业。

1. 训练成本的：远超550万美元

   网络广泛流传的DeepSeek V3 550万美元训练成本，仅为其正式训练成本的冰山一角，未包含前期研究、实验等费用。 幻方R1的训练成本更是远高于V3，这体现了前沿探索与后发追赶在算力需求上的巨大差异。

2. 算力效率提升并非成本降低：而是更高效地攫取更大收益

   算法进步、算力通缩、模型蒸馏等技术提升了训练效率，但并未降低整体训练成本。相反，这使得模型训练者能够利用更高的效率，榨取更多算力，以获得更大的收益。 这解释了为何即使在算力效率提升后，像幻方这样的机构仍在面临算力不足的问题。

3. 开源的胜利：闭源模型的挑战

   DeepSeek的开源，代表着开源模型对闭源模型的一次重大胜利。 这在国内已有所体现，一些未能赶上开源模型步伐的闭源公司面临倒闭或转型。 未来，如果闭源模型无法超越开源模型的性能，其API价值将大幅下降。 然而，这也将导致模型训练参与者的减少。

4. 推理成本的降低：应用繁荣的引擎

   DeepSeek V3在推理成本上的降低，比训练成本的降低更为显著。其兼容性强，支持多种类型的GPU，这将促进LLM应用的繁荣，并最终拉动更大的算力需求。 这与早期昂贵的推理成本形成鲜明对比。

5. 北美算力投资的反思：从浪费到繁荣

   北美大型云服务提供商过去两年投入巨资用于算力建设，但其中一部分可能因早期探索而浪费。 然而，开源模型的繁荣最终将利好这些云服务提供商，因为算力需求将转向推理，而非仅仅是训练。 这印证了“算力才是真正的决胜因素”的观点。

6. 未来展望：算力与应用的双重增长

   未来，算力需求将主要来自推理，而非训练。 开源模型的快速迭代和应用生态的繁荣，将持续推动算力需求的增长。 这将形成一个良性循环，驱动整个AI行业的进一步发展。

联系作者

文章来源：智猩猩GenAI
作者微信：
作者简介：智猩猩旗下账号，专注于生成式人工智能，主要分享技术文章、论文成果与产品信息。