在春節期間，DeepSeek的新一代開源模型因其極低的成本和卓越的性能成為了熱門話題，在全球投資領域引起了巨大的震動。

市場上流傳著一種說法，即DeepSeek“僅用500萬美元就複製了OpenAI”，並認為這可能會給整個AI基礎設施行業帶來災難性的影響。

對此，華爾街的著名投資銀行伯恩斯坦在深入研究了DeepSeek的技術文件後發表了一份報告，指出市場的恐慌情緒顯然是過度的，而“500萬美元復制OpenAI”的說法是對DeepSeek的誤解。

此外，該銀行認為，儘管DeepSeek的效率提升是显著的，但從技術角度來看，這並不是一個奇蹟。即使DeepSeek確實實現了10倍的效率提升，這也僅僅與當前AI模型每年的成本增長幅度相當。

該銀行還表示，目前的AI計算需求遠遠沒有達到上限，新增的計算能力很可能會被不斷增長的使用需求所吸收，因此對AI行業保持樂觀態度。

“500萬美元復制OpenAI”是誤解

對於“500萬美元復制OpenAI”的說法，伯恩斯坦認為，這實際上是對DeepSeek V3模型訓練成本的片面理解，錯誤地將GPU租用成本等同於總投入：

這500萬美元僅是基於每GPU小時2美元的租賃價格估算的V3模型訓練成本，並未包括前期的研發投入、數據成本以及其他相關費用。

技術革新：效率大幅提升但非顛覆性突破

伯恩斯坦在報告中詳細分析了DeepSeek發布的兩大模型V3和R1的技術特點。

(1)V3模型的效率革命

該銀行表示，V3模型採用了專家混合架構，使用2048塊NVIDIA H800 GPU和大約270萬GPU小時就達到了與主流大模型相媲美的性能。

具體來說，V3模型採用了混合專家(MoE)架構，这种架構旨在降低训练和运行成本。在此基礎上，V3還結合了多頭潛在註意力(MHLA)技術，显著减少了缓存大小和内存使用。

同時，FP8混合精度訓練的使用進一步優化了性能。這些技術的結合使得V3模型在訓練時只需要同等規模開源模型約9%的計算能力，就能達到甚至超越其性能。

例如，V3預訓練只需要約270萬GPU小時，而同樣規模的開源LLaMA模型則需要約3000萬GPU小時。

MoE架構：每次只激活部分參數，減少計算量。

MHLA技術：降低內存佔用，提升效率。

FP8混合精度訓練：在保證性能的同時，進一步提升計算效率。

在談到V3模型帶來的效率提升時，伯恩斯坦認為，與業界3-7倍的常見效率提升相比，這並不是一個顛覆性的突破：

MoE架构的重点是显著降低训练和运行的成本，因為在任何一次只有一部分參數集是活動的（例如，當訓練V3時，只有671B個參數中的37B為任何一個令牌更新，而密集模型中所有參數都被更新）。

對其他MoE的比較研究表明，典型的效率是3-7倍，而類似大小的密度模型具有類似的性能；

V3看起來甚至比這個更好（10倍以上），可能考慮到該公司在模型中帶來的其他一些創新，但認為這是完全革命性的想法似乎有點誇張，並且不值得在過去幾天裡席捲twitter世界的歇斯底里。

(2)R1模型的推理能力與“蒸餾”策略

DeepSeek的R1模型在V3的基礎上，通過強化學習(RL)等創新技術，显著提升了推理能力，使其能夠與OpenAI的o1模型相媲美。

值得一提的是，DeepSeek還採用了“模型蒸餾”策略，利用R1模型作為“教師”，生成數據來微調更小的模型，這些小模型在性能上可以與OpenAI的o1-mini等競爭模型相媲美。這種策略不僅降低了成本，也為AI技術的普及提供了新的思路。

強化學習(RL)：提升模型推理能力。

模型蒸餾：利用大模型訓練小模型，降低成本。

對AI板塊保持樂觀

伯恩斯坦認為，即使DeepSeek確實實現了10倍的效率提升，這也僅相當於當前AI模型每年的成本增長幅度。

事實上，在“模型規模定律”不斷推動成本上升的背景下，像MoE、模型蒸餾、混合精度計算等創新對AI發展至關重要。

根據傑文斯悖論，效率提升通常會帶來更大的需求，而非削減開支。該銀行認為，目前的AI計算需求遠遠沒有達到上限，新增的計算能力很可能會被不斷增長的使用需求所吸收。

基於以上分析，伯恩斯坦對AI行業保持樂觀態度。

本文轉載自“華爾街見聞”，作者：高智謀；FOREXBNB編輯：蔣遠華。