5月前后，DeepSeek的动作却是频频，却都不是咱们等待的R2。不过，一系列前菜现已给R2做足了衬托。5月14日，一篇DeepSeekV3论文，提醒了梁文峰是怎么做到“极致降本”的。这篇论文也让业界得以一窥这家以技能立身的公司，其“内功”终究修炼到了何种火候。与此前发布的V3技能陈述不同，这篇论文具体论述了DeepSeek怎么做到在硬件资源的的“紧箍咒”下，经过精妙的“软硬一体”协同规划，将本钱效益这笔账算到极致。（虎嗅注：DeepSeek-V3仅使用了2048块英伟达H800GPU）。在AI大模型这条烧钱的赛道上，算力即权利，但也或许是压垮骆驼的终究一根稻草。DeepSeekV3论文的中心，恰恰点出了一个职业痛点：怎么让大模型不再是少量巨子的专属游戏？论文中，DeepSeek毫不小气地共享了其“降本增效”的几大秘籍，这些技能细节，言外之意都透露出对现有硬件潜能的极致压榨，也预示着未来DeepSeek系列模型在功能与功率上的野心：其一，是给模型的“回忆体系”减肥。AI处理长文本、多轮对话时，需求记住海量的上下文信息，这部分“回忆”（即KVCache）对显存的耗费极为惊人。DeepSeekV3祭出了“多头隐注意力机制”（MLA），比如给模型的回忆装上了一个高效压缩软件，能将冗长的信息浓缩成精华，大幅下降显存占用。这意味着，即使是处理越来越长的上下文，模型也能愈加镇定自若，这关于解锁更多杂乱使用场景至关重要。其二，是打造“专家各司其职”的团队。面临大模型天文数字般的参数量，传统的“一人生万物”形式不免无能为力。DeepSeekV3沿袭并优化了“混合专家模型”（MoE）架构。幻想一下，一个巨大的项目被分化给一群各有所长的专家，遇到具体问题时，体系会主动“摇人”，只激活最相关的几位专家协同作战。这样一来，不只运算功率提高，模型的“有用规划”也能在操控之下，避免了不用要的资源糟蹋。DeepSeek的优化，让这些“专家”间的交流更顺利，协作本钱更低。其三，是斗胆拥抱“差不多就行”的数字精度。在AI练习中，数字的准确度并非越高越好。FP8，一种低精度数字格局，就像咱们日常日子中算账，有时准确到“角”乃至“元”就已满足，不用非要到“分”。DeepSeekV3在练习中引进FP8混合精度，在对精度不那么灵敏的环节“大略”核算，直接作用便是核算量和内存占用大幅下降，练习速度更快、更省电。要害在于，论文证明了这种“偷闲”并不会显着献身模型的终究功能。其四，是铺设更疏通的“信息高速公路”。大规划练习离不开GPU集群的协同作战，GPU之间的数据交换功率，直接决议了练习的全体速度。DeepSeekV3采用了“多平面网络拓扑结构”，优化了集群内部的数据传输途径，减少了拥堵和瓶颈，保证信息流通如丝般顺滑。可以说，DeepSeekV3的最新论文，更像是一次技能自傲的展现。它传递出一个明晰的信号：即使没有最尖端的硬件装备，经过极致的工程优化和算法立异，仍然可以打造出具有职业抢先潜力的大模型。这无疑为那些在算力焦虑中挣扎的追逐者们，供给了一条更具可行性的攀爬途径。实践上，4月30日，DeepSeek还上了另一道“前菜”。其时，DeepSeekProverV2以671B的参数重磅露脸，要知道，DeepSeek上一次发布V2模型的时分仅有7B。关于DeepSeekProverV2，职业观察者们普遍认为，这是AI在辅佐科学发现，特别是应战人类智力极限的数学范畴迈出的重要一步。而DeepSeek近期的系列动作，放置于当时AI大模型工业的微观布景下，更耐人寻味。一方面，咱们看到的是头部厂商在模型参数、多模态才能、使用生态上的全方位“内卷”，技能迭代的速度令人眼花缭乱，本钱的热心也继续高涨。但另一方面，算力本钱的继续攀升、商业化途径的尚不明晰、以及“智能出现”之后怎么完成实在的价值发明，这些都是悬在一切从业者头顶的达摩克利斯之剑。在这样的布景下，DeepSeekV3论文所着重的“本钱效益”和“软硬件协同”，以及ProverV2所代表的在特定高壁垒范畴的深耕，好像在传递一种不同的信号：在寻求更大、更强的一起，对功率的极致寻求和对特定价值场景的深度发掘，或许成为AI下半场竞赛的要害变量。当“大力出奇观”的边际效应开端递减，当商场开端从对技能自身的疯狂转向对实践使用价值的考量，那些可以更聪明地使用现有资源、更精准地切入实在需求、更深化地了解并处理杂乱问题的玩家，或许才能在喧嚣往后，笑到终究。DeepSeek的这些“前菜”，无疑吊足了商场的食欲。人们等待的，不只仅是一个功能更强的R2模型，更是一个可以为职业带来新思路、新变量的DeepSeek。在AI的牌桌上，这家以技能为底色的公司，明显还想打出更多意想不到的牌。亚洲举重锦标赛田东苹摘得3枚金牌

（作者：）

本文为文官居一品久读小说原创作品，未经授权禁止转载！

本文所用图片，除特别注明外均来自网络搜索，如有侵权烦请联系作者删除，谢谢！