在春节期间，DeepSeek的新一代开源模型因其极低的成本和卓越的性能成为了热门话题，在全球投资领域引起了巨大的震动。

市场上流传着一种说法，即DeepSeek“仅用500万美元就复制了OpenAI”，并认为这可能会给整个AI基础设施行业带来灾难性的影响。

对此，华尔街的著名投资银行伯恩斯坦在深入研究了DeepSeek的技术文件后发表了一份报告，指出市场的恐慌情绪显然是过度的，而“500万美元复制OpenAI”的说法是对DeepSeek的误解。

此外，该银行认为，尽管DeepSeek的效率提升是显著的，但从技术角度来看，这并不是一个奇迹。即使DeepSeek确实实现了10倍的效率提升，这也仅仅与当前AI模型每年的成本增长幅度相当。

该银行还表示，目前的AI计算需求远远没有达到上限，新增的计算能力很可能会被不断增长的使用需求所吸收，因此对AI行业保持乐观态度。

“500万美元复制OpenAI”是误解

对于“500万美元复制OpenAI”的说法，伯恩斯坦认为，这实际上是对DeepSeek V3模型训练成本的片面理解，错误地将GPU租用成本等同于总投入：

这500万美元仅是基于每GPU小时2美元的租赁价格估算的V3模型训练成本，并未包括前期的研发投入、数据成本以及其他相关费用。

技术革新：效率大幅提升但非颠覆性突破

伯恩斯坦在报告中详细分析了DeepSeek发布的两大模型V3和R1的技术特点。

(1)V3模型的效率革命

该银行表示，V3模型采用了专家混合架构，使用2048块NVIDIA H800 GPU和大约270万GPU小时就达到了与主流大模型相媲美的性能。

具体来说，V3模型采用了混合专家(MoE)架构，这种架构旨在降低训练和运行成本。在此基础上，V3还结合了多头潜在注意力(MHLA)技术，显著减少了缓存大小和内存使用。

同时，FP8混合精度训练的使用进一步优化了性能。这些技术的结合使得V3模型在训练时只需要同等规模开源模型约9%的计算能力，就能达到甚至超越其性能。

例如，V3预训练只需要约270万GPU小时，而同样规模的开源LLaMA模型则需要约3000万GPU小时。

MoE架构：每次只激活部分参数，减少计算量。

MHLA技术：降低内存占用，提升效率。

FP8混合精度训练：在保证性能的同时，进一步提升计算效率。

在谈到V3模型带来的效率提升时，伯恩斯坦认为，与业界3-7倍的常见效率提升相比，这并不是一个颠覆性的突破：

MoE架构的重点是显著降低训练和运行的成本，因为在任何一次只有一部分参数集是活动的（例如，当训练V3时，只有671B个参数中的37B为任何一个令牌更新，而密集模型中所有参数都被更新）。

对其他MoE的比较研究表明，典型的效率是3-7倍，而类似大小的密度模型具有类似的性能；

V3看起来甚至比这个更好（10倍以上），可能考虑到该公司在模型中带来的其他一些创新，但认为这是完全革命性的想法似乎有点夸张，并且不值得在过去几天里席卷twitter世界的歇斯底里。

(2)R1模型的推理能力与“蒸馏”策略

DeepSeek的R1模型在V3的基础上，通过强化学习(RL)等创新技术，显著提升了推理能力，使其能够与OpenAI的o1模型相媲美。

值得一提的是，DeepSeek还采用了“模型蒸馏”策略，利用R1模型作为“教师”，生成数据来微调更小的模型，这些小模型在性能上可以与OpenAI的o1-mini等竞争模型相媲美。这种策略不仅降低了成本，也为AI技术的普及提供了新的思路。

强化学习(RL)：提升模型推理能力。

模型蒸馏：利用大模型训练小模型，降低成本。

对AI板块保持乐观

伯恩斯坦认为，即使DeepSeek确实实现了10倍的效率提升，这也仅相当于当前AI模型每年的成本增长幅度。

事实上，在“模型规模定律”不断推动成本上升的背景下，像MoE、模型蒸馏、混合精度计算等创新对AI发展至关重要。

根据杰文斯悖论，效率提升通常会带来更大的需求，而非削减开支。该银行认为，目前的AI计算需求远远没有达到上限，新增的计算能力很可能会被不断增长的使用需求所吸收。

基于以上分析，伯恩斯坦对AI行业保持乐观态度。

本文转载自“华尔街见闻”，作者：高智谋；FOREXBNB编辑：蒋远华。