【導(dǎo)讀】全球 AI 競賽正酣，DeepSeek 的出現(xiàn)，宛如一石激水，打破了原有的平靜。作為資深技術(shù)專家和行業(yè)觀察者，CSDN 高級副總裁、Boolan 首席技術(shù)專家李建忠將在本文撥開“DeepSeek 熱”的表象，深入探究其背后的技術(shù)創(chuàng)新邏輯和生態(tài)戰(zhàn)略布局，揭示 DeepSeek 如何在全球 AI 競爭中脫穎而出，并預(yù)見其對未來 AI 格局可能產(chǎn)生的深遠(yuǎn)影響。

春節(jié)期間，DeepSeek 在全球科技圈引發(fā)強(qiáng)烈震動?！癉eepSeek 時刻” 、“國運(yùn)級創(chuàng)新”等熱議現(xiàn)象在歐美科技界和國內(nèi)不斷涌現(xiàn)，西方主流媒體如《自然》、《紐約時報(bào)》、《經(jīng)濟(jì)學(xué)人》也紛紛報(bào)道，全球科學(xué)、技術(shù)、金融、政府、軍事等領(lǐng)域的專家政要亦高度關(guān)注。盡管對于 DeepSeek 的評價各有側(cè)重，但其出圈和影響力已不容忽視。

DeepSeek 到底做了什么？所謂的“DeepSeek 時刻”或者“國運(yùn)級創(chuàng)新”到底意味著什么？

個人認(rèn)為 DeepSeek 巨大的影響力不僅僅在于它在 AI 領(lǐng)域?qū)崿F(xiàn)的幾個方面的關(guān)鍵技術(shù)創(chuàng)新，更重要的是由其引發(fā)的對全球 AI 生態(tài)版圖的升級和重塑。本文將從以下兩個維度，談?wù)勎覍?DeepSeek 的創(chuàng)新研究和思考：

（一）DeepSeek 的關(guān)鍵技術(shù)創(chuàng)新；

（二）DeepSeek 對于大模型的生態(tài)意義。

DeepSeek 的關(guān)鍵技術(shù)創(chuàng)新

1.開源強(qiáng)化學(xué)習(xí)引領(lǐng)推理計(jì)算范式轉(zhuǎn)換

去年 9 月份 OpenAI 發(fā)布的 o1 模型展現(xiàn)了強(qiáng)化學(xué)習(xí)在推理計(jì)算方面的卓越能力，但是 OpenAI 既沒有開源，技術(shù)報(bào)告也語焉不詳，全球 AI 界雖然對大模型將迎來從預(yù)訓(xùn)練到推理計(jì)算的范式轉(zhuǎn)換抱有很高期待，但一直沒有成功的復(fù)現(xiàn)。直到 DeepSeek R1 的出現(xiàn)，無論是在以推理為主的各項(xiàng)國際公認(rèn)的評測指標(biāo)上、還是實(shí)際使用感受上，都超越 Claude Sonnet 3.5 、OpenAI GPT-4o 等一眾前沿閉源模型。

DeepSeek 的推理計(jì)算路線也讓很多業(yè)內(nèi)專家嘆為觀止，其使用純粹 RL（強(qiáng)化學(xué)習(xí)），無需 SFT（監(jiān)督微調(diào)），不依賴?yán)鋯訑?shù)據(jù)，成功地實(shí)現(xiàn)了靠純 RL（強(qiáng)化學(xué)習(xí)）來激勵大模型的推理能力。DeepSeek 在 R1 的訓(xùn)練中也觀察到了模型推理時“喃喃自語反思錯誤的 Aha Moment”（所謂大模型的“頓悟時刻”）。DeepSeek 的研究人員在其論文中談到，這不僅是大模型的“Aha Moment”，也是研究團(tuán)隊(duì)的“Aha Moment”。

為什么說使用 RL 強(qiáng)化學(xué)習(xí)來做推理計(jì)算，為大模型帶來了新的范式轉(zhuǎn)換？人類智能的學(xué)習(xí)行為本質(zhì)上分兩種：模仿學(xué)習(xí)和探索學(xué)習(xí)。

預(yù)訓(xùn)練就是大模型的模仿學(xué)習(xí)，在 OpenAI o1 和 DeepSeek R1 兩個模型之前，大模型主要進(jìn)行的是“預(yù)訓(xùn)練”為主的模仿學(xué)習(xí)。喂給大模型什么樣的數(shù)據(jù)，大模型才能學(xué)會什么。沒教的一概不會，非要回答就會幻覺說胡話。

強(qiáng)化學(xué)習(xí)就是大模型的探索學(xué)習(xí)，這是在 OpenAI o1 和 DeepSeek R1 推理時主要的學(xué)習(xí)方式。在強(qiáng)化學(xué)習(xí)支持的推理計(jì)算下，大模型會不斷探索優(yōu)化、遇到錯誤會改正自己。不難理解，如果沒有探索學(xué)習(xí)，僅僅基于預(yù)訓(xùn)練的模仿學(xué)習(xí)，大模型遇到復(fù)雜問題，很難超過人類專家。而有了探索學(xué)習(xí)，大模型才有可能發(fā)展出遠(yuǎn)超人類智能的水平，比如在 AlphaGo 當(dāng)時大敗圍棋冠軍李世石時著名的第 37 手（move 37），背后就是強(qiáng)化學(xué)習(xí)的功勞。

強(qiáng)化學(xué)習(xí)在 AI 領(lǐng)域并不新鮮，但將強(qiáng)化學(xué)習(xí)泛化地應(yīng)用在大模型領(lǐng)域，成為大模型推理計(jì)算的核心，OpenAI o1 和 DeepSeek R1 屬于開先河者。大模型領(lǐng)域也因此迎來了從預(yù)訓(xùn)練到推理計(jì)算的范式轉(zhuǎn)換，而且因?yàn)殚_源的引領(lǐng)，相信 DeepSeek 有機(jī)會成為這一范式轉(zhuǎn)換的領(lǐng)導(dǎo)者。

順便提一句，DeepSeek 在工程領(lǐng)域也有很多可圈可點(diǎn)之處，比如從純強(qiáng)化學(xué)習(xí)模型 R0，到使用 SFT、基于 V3 基座模型調(diào)教出來既有文采又懂推理、文理雙全的 R1；再比如使用 R1 作為教師模型來蒸餾多個小模型，使得小模型也具備很高的推理能力。這些都會加速大模型向推理計(jì)算的范式轉(zhuǎn)換。

2.MLA 和 MoE 等引領(lǐng)大模型架構(gòu)創(chuàng)新

自 GPT 采用 Transformer 架構(gòu)取得成功以來，經(jīng)典 Transformer 架構(gòu)一直是很多大模型的標(biāo)配。但這不意味著 Transformer 是完美無缺的。DeepSeek 在 Transformer 架構(gòu)的基礎(chǔ)上也做了很多創(chuàng)新，主要包括兩個方面：（1）多頭潛在注意力即 MLA ；（2）混合專家模型即MoE。

MLA 用于高效推理，源自 DeepSeek V2 的原創(chuàng)，其顯著降低了推理顯存的消耗。MLA 主要通過改造注意力算子壓縮 KV 緩存大小，將每個查詢 KV 量減少 93.3%，實(shí)現(xiàn)了在同樣容量下存儲更多 KV 緩存，極大提升了推理效率。

MoE 用于高效訓(xùn)練，其由多個專家模型組成，通過部分激活給定任務(wù)所需的特定專家，而不是激活整個神經(jīng)網(wǎng)絡(luò)，從而降低計(jì)算消耗。MoE 非 DeepSeek 原創(chuàng)，但 DeepSeek 早在 V2 之前的代碼和數(shù)學(xué)模型（DeepSeek-Coder&DeepSeek-Math），就從稠密架構(gòu)轉(zhuǎn)向 MoE 架構(gòu)。V3 模型中更是大膽地使用了高難度的 256 個路由專家和 1 個共享專家，并創(chuàng)新的采用冗余專家，來實(shí)現(xiàn)負(fù)載均衡策略和訓(xùn)練目標(biāo)。

3.“貼身定制”的軟硬協(xié)同工程優(yōu)化

由于眾所周知的“芯片限制”，DeepSeek 在探索推理范式和模型架構(gòu)創(chuàng)新的同時，在工程優(yōu)化方面也絲毫沒有放松。分別從計(jì)算、存儲、通信等多個層面實(shí)施了軟硬協(xié)同的工程優(yōu)化策略：比如混合精度訓(xùn)練、跨節(jié)點(diǎn)通信優(yōu)化、雙流水線機(jī)制、DualPipe 算法等。甚至采用 PTX 代碼（比 CUDA 更底層的匯編代碼）進(jìn)行底層優(yōu)化，實(shí)現(xiàn)調(diào)整寄存器分配、線程調(diào)度、Warp 級別優(yōu)化。

這種圍繞模型需求，對硬件進(jìn)行“貼身定制”的軟硬協(xié)同工程優(yōu)化，在一些手握充裕 GPU 卡資源的硅谷大廠技術(shù)人員眼里，很像一些“雕蟲小技”。但我想說的是，技術(shù)界的雕蟲小技不可小覷，技術(shù)領(lǐng)域的創(chuàng)新往往是從這些雕蟲小技開始的。

回顧一下計(jì)算歷史：Hadoop 如何倒逼 EMC、IBM 重構(gòu)存儲架構(gòu)？ARM 精簡指令集如何用低功耗設(shè)計(jì)顛覆英特爾 x86 帝國？TCP/IP 協(xié)議棧如何倒逼傳統(tǒng)網(wǎng)絡(luò)設(shè)備革命？記得圖靈獎得主、RISC 指令發(fā)明人 David Patterson 曾經(jīng)有言“硬件架構(gòu)的創(chuàng)新往往誕生于軟件需求對硬件的持續(xù)鞭策”。

如果假以時日，DeepSeek 成為開源大模型領(lǐng)域的標(biāo)配后，很難說不會出現(xiàn)用“軟件定義硬件”或者說“模型定義硬件”來倒逼硬件廠商，走出一條顛覆英偉達(dá) CUDA 生態(tài)的道路。

DeepSeek 對大模型生態(tài)的意義

1.大模型成本降到和搜索相當(dāng)，AI 應(yīng)用和智能體迎來爆發(fā)

DeepSeek 無疑引爆了大模型的成本之戰(zhàn)：（1）自身通過“模型架構(gòu)創(chuàng)新”和“軟硬件協(xié)同工程優(yōu)化”將大模型訓(xùn)練成本大幅度降低，大約是 Meta 的 1/10，OpenAI 的 1/20；（2）通過最開放的 MIT 開源協(xié)議，和將推理大模型蒸餾給開源小模型等一系列工程方法，為業(yè)界帶來低成本的端側(cè)模型商品。

谷歌一次搜索成本大約 0.2 美分（0.002 美元），DeepSeek R1 推理成本百萬 token 輸出 16 元（2.2 美元）， V3 對話輸出百萬 token 2 元（這只是 DeepSeek 官網(wǎng)對外的 API 價格，如果考慮實(shí)際發(fā)生的推理成本、會更低）。

作為對比：OpenAI o1 百萬 token 輸出 60 美元，是 DeepSeek R1 的 30 倍。如果假設(shè)平均一次推理輸出大約 1000 token（相當(dāng)于大約 500 個漢字）。那么 DeepSeek 一次推理輸出價格大約 2.2 美元/1000 次=0.2 美分，對話輸出大約 0.025 美分。

也就是說，DeepSeek將大模型的推理輸出降到和谷歌一次搜索成本的價格相當(dāng)，對話輸出則大約是搜索的 1/10。這是具有指標(biāo)意義的時刻。

我記得 2023 年 4 月份在硅谷訪問時和 Google 做搜索的朋友聊，他談到他們內(nèi)部從上到下對 ChatGPT 持相當(dāng)觀望的態(tài)度，因?yàn)槿绻凑债?dāng)時大模型的成本，來對比谷歌的搜索成本，谷歌馬上會從一個盈利 600 億美金的公司，變成一個虧損上千億美金的公司。雖然，大家都預(yù)期大模型的成本會不斷降低，但沒想到不到 2 年時間，降低如此之快。

成本一直是技術(shù)革命背后的利器。搜索作為互聯(lián)網(wǎng)的基礎(chǔ)設(shè)施，正是因?yàn)闃O低的成本，才能快速完成對全球信息的整合，引爆了互聯(lián)網(wǎng)革命。而 DeepSeek 在 2025 年開年將大模型成本降到和搜索相當(dāng)，加上性價比極高的端側(cè)模型，大模型將很快成為各種應(yīng)用的基座支撐，GenAI 也將迎來應(yīng)用爆發(fā)的 tipping point。同時隨著強(qiáng)化學(xué)習(xí)在推理計(jì)算帶來的范式轉(zhuǎn)換，依賴推理能力的智能體 AI Agent 也將迎來加速，2025 年將是大模型應(yīng)用和智能體爆發(fā)的元年。

2.AI 鐵三角迎來新的變量，AI 產(chǎn)業(yè)版圖有望被重塑

算法、算力、數(shù)據(jù)一直是 AI 的鐵三角。隨著大模型成為 AI 科技樹的主流，基于 Transformer 架構(gòu)、以預(yù)訓(xùn)練為主的模型算法，及其展現(xiàn)的 Scaling Law 一直在向業(yè)界傳達(dá)一個信息：算力決定一切，訓(xùn)練數(shù)據(jù)越多、算力越大，模型性能就會越來越好，所謂“大力出奇跡“。AI 產(chǎn)業(yè)的競爭也變成了“誰擁有 GPU 越多、誰的 AI 能力越強(qiáng)”的軍備競賽。

但 DeepSeek 分別從 “后訓(xùn)練”和“預(yù)訓(xùn)練”兩個階段對這樣的唯算力論提出了響亮的質(zhì)疑：

（1）后訓(xùn)練階段——開源強(qiáng)化學(xué)習(xí)加速推理計(jì)算的范式轉(zhuǎn)換：隨著強(qiáng)化學(xué)習(xí)成為后訓(xùn)練階段的標(biāo)配，推理計(jì)算將占比越來越大（相對預(yù)訓(xùn)練計(jì)算）。適應(yīng)預(yù)訓(xùn)練模式的 GPU 大卡集群計(jì)算（英偉達(dá)的優(yōu)勢）將不再是未來 AI 算力需求的主流，而英偉達(dá)在推理計(jì)算方面的優(yōu)勢相對較弱，很多頭部廠商如谷歌 TPU、AWS Inferentia、華為昇騰等專為推理優(yōu)化的芯片，在特定負(fù)載下能效比顯著高于通用 GPU，加上適應(yīng)多元推理場景的分布式計(jì)算、邊緣計(jì)算、端側(cè)計(jì)算，推理算力領(lǐng)域?qū)⒉粫怯ミ_(dá)一家獨(dú)大的局面。

（2）預(yù)訓(xùn)練階段——通過 MoE 和 MLA 等對經(jīng)典 Transformer 架構(gòu)進(jìn)行的改進(jìn)和迭代：這使得 DeepSeek 使用少于同行 10～20 倍的算力，完成了同等規(guī)模的預(yù)訓(xùn)練。另外，DeepSeek 使用 R1 作為教師模型來實(shí)現(xiàn)對小模型的“強(qiáng)化學(xué)習(xí)推理能力”蒸餾的工程實(shí)踐，也會為很多模型訓(xùn)練帶來一波紅利。

DeepSeek 從 “后訓(xùn)練”和“預(yù)訓(xùn)練”兩階段對 AI 算法進(jìn)行的創(chuàng)新，為“算法、算力、數(shù)據(jù)”構(gòu)建的 AI 鐵三角帶來新的變量，有機(jī)會重新塑造未來 AI 產(chǎn)業(yè)的發(fā)展版圖。

3.開源的長期主義是創(chuàng)新?lián)u籃

最后，說說 DeepSeek 的開源戰(zhàn)略。DeepSeek 支持商業(yè)友好的 MIT 許可證（最為寬松的開源協(xié)議之一），開源模型權(quán)重，沒有對下游應(yīng)用的限制（比如合成數(shù)據(jù)、蒸餾等）。論文開放的技術(shù)細(xì)節(jié)也很有誠意。在全球排名 Top 10 的頭部模型中，DeepSeek 是開源程度最高的，比最早扛起開源大旗的 Meta 的 LLaMA 還要更 Open。這也是 DeepSeek V3 和 R1 在海內(nèi)外引起眾多權(quán)威專家、大佬認(rèn)可+尊重、甚至贊不絕口的原因。不隱藏、不吹噓，模型、評測、原理等都結(jié)結(jié)實(shí)實(shí)擺在那里。

順便說一句， DeepSeek 的論文從一開始就大大方方地承認(rèn)了其在微觀設(shè)計(jì)上遵循了 LLaMA 的設(shè)計(jì)。相對國內(nèi)各種扭扭捏捏、遮遮掩掩的“半開源”，以及違背開源協(xié)議、使用開源實(shí)現(xiàn)自己的閉源，DeepSeek 在模型開源方面可以說相當(dāng)慷慨、也很敞亮。

DeepSeek 實(shí)際上在第一天就擁抱開源，回想起早期閱讀《DeepSeek LLM :用長期主義來擴(kuò)展開源語言模型》 這篇 DeepSeek 于 2024 年 1 月發(fā)表的論文，對開源的信仰和宣言，讀起來讓人心生敬意。深層次來看，DeepSeek 是真正深刻領(lǐng)悟開源精神、站在全人類創(chuàng)新的高度、從戰(zhàn)略而非戰(zhàn)術(shù)上擁抱開源的。

摘抄 DeepSeek 創(chuàng)始人梁文鋒 2024 年 7 月份接受采訪中的一段話“我們認(rèn)為當(dāng)下最重要的，是參與全球科技創(chuàng)新。長期以來，中國企業(yè)習(xí)慣于利用海外的技術(shù)創(chuàng)新，并通過應(yīng)用層面進(jìn)行商業(yè)化，但這種模式是不可持續(xù)的。我們的目標(biāo)不是快速盈利，而是推動技術(shù)前沿的發(fā)展，從根本上促進(jìn)整個生態(tài)的成長。開源和發(fā)表論文不會帶來重大損失。對于技術(shù)人員來說，被同行追隨本身就是一種成就。開源不僅僅是商業(yè)策略，更是一種文化?！币源擞^之，2025 年 1 月，DeepSeek V3 和 R1 給全球 AI 界帶來的震撼，不足為奇。

DeepSeek 的成功點(diǎn)亮了中國技術(shù)界最純粹、最原始的創(chuàng)新火種，他們會激勵一代又一代的中國技術(shù)人為全世界做出自己獨(dú)特的創(chuàng)新。致敬 DeepSeek。