來源：騰訊科技

春節(jié)至今，DeepSeek的熱度持續(xù)攀升，伴隨而來的，還有很多誤解和爭議，有人說它是"吊打OpenAI的國貨之光"，也有人說它"不過是抄國外大模型作業(yè)的小聰明"。

這些誤解與爭議主要集中在五個方面：

1、過度神話與無腦貶低，DeepSeek到底是不是底層創(chuàng)新？所謂的蒸餾ChatGPT之說究竟有沒有依據(jù)？

2、DeepSeek的成本，真的只有550萬美元嗎？

3、如果DeepSeek真的能做到這么高效，那么全球各大巨頭巨額的AI資本支出，是不是都打了水漂？

4、DeepSeek是否采用了PTX編程，能否真的能夠繞開對NvidiaCUDA的依賴？

5、DeepSeek全球爆火，但因為合規(guī)、地緣政治等問題，會被國外陸續(xù)禁用？一、過度神話與無腦貶低 DeepSeek到底是不是底層創(chuàng)新？

互聯(lián)網(wǎng)從業(yè)者caoz認為，它對行業(yè)發(fā)展的促進價值是值得肯定的，但談及顛覆還為時尚早。一些專業(yè)測評來看，在一些關鍵問題的解決上并沒有超越ChatGPT。

比如有人測試，模擬典型的小球在封閉空間的彈跳代碼，DeepSeek編寫出來的程序表現(xiàn)，和ChatGPTo3-mini相比，從物理學的遵循度角度來看，還是有差距的。

不要過度神話它，但也不要無腦貶低它。

關于DeepSeek的技術成就，目前存在兩種極端觀點：一種把它的技術突破，稱為"顛覆性革命"；另一種則認為這不過是對國外模型的模仿，甚至還有猜測，它是通過蒸餾OpenAI模型獲得進展。

微軟說DeepSeek蒸餾了ChatGPT的結果，所以一些人也借題發(fā)揮，把DeepSeek貶低的一錢不值。

事實上，這兩種觀點都過于片面。

更準確地說，DeepSeek的突破是一次面向產(chǎn)業(yè)痛點的工程范式升級，為AI推理開辟“少即是多”新路徑。

它主要做了三個層面的創(chuàng)新：

首先通過訓練架構瘦身——例如GRPO算法通過省去傳統(tǒng)強化學習中必須的Critic模型（即"雙引擎"設計），將復雜算法簡化為可落地執(zhí)行的工程方案；

第二，采用了簡評估標準，典型如在代碼生成場景直接用編譯結果和單元測試通過率替代人工評分，這種基于確定性的規(guī)則體系有效破解了AI訓練中的主觀偏差難題；

最后在數(shù)據(jù)策略上找到精妙平衡點，通過純算法自主進化的Zero模式與僅需數(shù)千條人工標注數(shù)據(jù)的R1模式組合，既保留模型自主進化能力又保障人類可解釋性。

但是，這些改進并沒有突破深度學習的理論邊界，也沒有徹底顛覆OpenAIo1/o3等頭部模型的技術范式，而是通過系統(tǒng)級優(yōu)化解決了產(chǎn)業(yè)的痛點。

DeepSeek完全開源并詳細記錄了這些創(chuàng)新點，全世界都能借助這些進展來改進自己的AI模型訓練。這些創(chuàng)新點可以從開源文件中看出。

StabilityAI前研究主管TanishqMathewAbraham在近期的博文中也強調(diào)了DeepSeek的三個創(chuàng)新點：

1、多頭注意力機制：大語言模型通常是基于Transformer架構，使用所謂的多頭注意力（MHA）機制。DeepSeek團隊開發(fā)了一種MHA機制的變體，這種機制既能更高效地利用內(nèi)存，又能獲得更好的性能表現(xiàn)。

2、可驗證獎勵的GRPO：DeepSeek證明了一個非常簡單的強化學習（RL）流程實際上可以達到類似GPT-4的效果。更重要的是，他們開發(fā)了一種稱為GRPO的PPO強化學習算法變體，這種算法更加高效且性能更好。

3、DualPipe：在多GPU環(huán)境下訓練AI模型時，需要考慮很多效率相關的因素。DeepSeek團隊設計了一種稱為DualPipe的新方法，這種方法的效率和速度都顯著提高。

傳統(tǒng)意義上的"蒸餾"指的是對token概率（logits）的訓練，而ChatGPT并未開放這類數(shù)據(jù)，所以基本不可能去“蒸餾”ChatGPT。

因此，從技術角度看，DeepSeek的成就不應因此受到質(zhì)疑。由于OpenAIo1相關思維鏈推理過程從未公開，單純依靠"蒸餾"ChatGPT根本難以實現(xiàn)這一成果。

而caoz認為，DeepSeek的訓練中，可能部分利用了一些蒸餾的語料信息，或者做了少許的蒸餾驗證，但這個對它整個模型的質(zhì)量和價值影響應該很低。

此外，基于領先模型蒸餾驗證優(yōu)化自己的模型，是很多大模型團隊的一個常規(guī)操作，但畢竟需要聯(lián)網(wǎng)API，能獲得的信息非常有限，不太可能是決定性的影響因素，相對于海量的互聯(lián)網(wǎng)數(shù)據(jù)信息來說，通過api調(diào)用領先大模型能獲得的語料杯水車薪，合理的猜測是更多用于對策略的驗證分析，而不是直接用作大規(guī)模訓練。

所有大模型都需要從互聯(lián)網(wǎng)獲得語料訓練，而領先的大模型也在不斷為互聯(lián)網(wǎng)貢獻語料，從這個角度來說，每個領先的大模型都擺脫不了被采集，被蒸餾的宿命，但其實也沒必要把這個當作是決定成敗的關鍵。

最終大家都是你中有我，我中有你，迭代前進。二、DeepSeek的成本僅有550萬美元？

550萬美元成本，這個結論既正確也錯誤，因為沒有說清楚是什么成本。

TanishqMathewAbraham客觀估算了DeepSeek的成本：

首先，我們有必要理解這個數(shù)字是從何而來。這個數(shù)字最早出現(xiàn)在DeepSeek-V3的論文中，該論文比DeepSeek-R1的論文早發(fā)布了一個月；

DeepSeek-V3是DeepSeek-R1的基礎模型，這意味著DeepSeek-R1實際上就是在DeepSeek-V3的基礎上進行了額外的強化學習訓練。

因此，從某種意義上說，這個成本數(shù)據(jù)本身就不夠準確，因為它沒有計入強化學習訓練的額外成本。不過這部分額外成本可能也就幾十萬美元。

圖：DeepSeek-V3論文中關于成本的論述

那么，DeepSeek-V3論文中聲稱的550萬美元成本是否準確呢？

基于GPU成本、數(shù)據(jù)集大小和模型規(guī)模的多項分析都得出了類似的估算結果。值得注意的是，雖然DeepSeekV3/R1是一個擁有6710億參數(shù)的模型，但它采用了專家混合系統(tǒng)（mixture-of-experts）架構，這意味著在任何函數(shù)調(diào)用或前向傳播時只會使用約370億參數(shù)，這個數(shù)值才是訓練成本計算的基礎。

需要注意的是，DeepSeek報告的是基于當前市場價格估算的成本。我們并不知道他們的2048個H800GPU集群（注意：不是H100，這是一個常見的誤解）實際花費了多少。通常情況下，整批購買GPU集群會比零散購買便宜，所以實際成本可能更低。

但關鍵在于，這只是最終訓練運行的成本。在達到最終訓練之前，還有許多小規(guī)模的實驗和消融研究，這些都會產(chǎn)生相當可觀的成本，而這部分成本并未在此報告中體現(xiàn)。

此外，還有其他諸多成本，比如研究人員的薪資。據(jù)SemiAnalysis報道，DeepSeek的研究人員薪資據(jù)傳高達100萬美元。這與OpenAI或Anthropic等AGI前沿實驗室的高端薪資水平相當。

有人因為這些額外成本的存在，而否定了DeepSeek的低成本和其運營效率。這種說法極不公平。因為其它AI公司在人員上也會花費大量的薪資，這通常都沒有被計算到模型的成本中去?！?/p>

Semianalysis（一家專注半導體和人工智能的獨立研究與分析公司）也給出了DeepSeek的AITCO（人工智能領域中的總成本）分析，這張表總結了DeepSeekAI在使用四種不同型號GPU（A100、H20、H800和H100）時的總成本情況，包括買設備、建服務器和運營的費用。按照四年周期來算，這60,000塊GPU的總花費是25.73億美元，其中主要是買服務器的費用（16.29億美元）和運營的費用（9.44億美元）。

當然，外界沒有人準確知道DeepSeek究竟擁有多少卡以及各個型號的占比究竟有多少，所有的一切都只是估算。

總結來說，如果把所有的設備、服務器、運營等成本全部算下來，成本肯定遠超550萬美元，但是，550萬美元的凈算力成本，已經(jīng)十分高效。三、巨額資本支出投資算力 只是巨大的浪費？

這是一個廣為流傳但相當片面的觀點。確實，DeepSeek在訓練效率上展現(xiàn)出了優(yōu)勢，也暴露出一些頭部的AI公司在計算資源使用上可能存在效率問題。甚至英偉達短期的暴跌也可能也與這個誤讀廣為流傳有關。

但這并不意味著擁有更多計算資源是一件壞事。從ScalingLaws（擴展定律）的角度來看，更多的計算能力始終意味著更好的性能。自2017年Transformer架構問世以來，這一趨勢一直延續(xù)，而DeepSeek的模型，也是基于Transformer架構的。

AI發(fā)展的重點雖然在不斷演變——從最初的模型規(guī)模，到數(shù)據(jù)集大小，再到現(xiàn)在的推理計算和合成數(shù)據(jù)，但"更多計算等于更好性能"的核心規(guī)律并未改變。

雖然DeepSeek找到了一個更高效的路徑，規(guī)模定律依然有效，但是，更多的計算資源，仍然能獲得更好的效果。四、DeepSeek是否采用了PTX 繞過了對NVIDIACUDA的依賴？

DeepSeek的論文中提到了DeepSeek采用了PTX（ParallelThreadExecution）編程，通過這樣的一個定制的PTX優(yōu)化，使DeepSeek的系統(tǒng)和模型可以更好釋放底層硬件的性能。

論文的原文如下：

“weemploycustomizedPTX（ParallelThreadExecution）instructionsandauto-tunethecommunicationchunksize,whichsignificantlyreducestheuseoftheL2cacheandtheinterferencetootherSMs。”“我們采用定制的PTX（并行線程執(zhí)行）指令并自動調(diào)整通信塊大小，這大大減少了L2緩存的使用和對其他SM的干擾。”

這段內(nèi)容，網(wǎng)絡上流傳著兩個解讀，一種聲音認為，這是為了“繞開CUDA壟斷”；另外一種聲音是，因為DeepSeek無法獲得最高端的芯片，為了解決H800GPU互聯(lián)帶寬受限的問題，不得不下沉到更低一層，來提升跨芯片通信能力。

上海交通大學副教授戴國浩認為，這兩種說法都不太準確。首先，PTX（并行線程執(zhí)行）指令實際上是位于CUDA驅動層內(nèi)部的一個組件，它仍然依賴于CUDA生態(tài)系統(tǒng)。所以，用PTX繞過CUDA的壟斷這種說法是錯誤的。

戴國浩教授用一張PPT清晰地解釋了PTX和CUDA的關系：

PPT系上海交通大學副教授戴國浩制作

CUDA是一個相對更上層的接口，提供了面向用戶的一系列編程接口。而PTX一般被隱藏在了CUDA的驅動中，所以幾乎所有的深度學習或大模型算法工程師是不會接觸到這一層。

那為什么這一層會很重要呢？原因是在于可以看到從這個身位上，PTX是直接和底層的硬件去發(fā)生交互的，能夠實現(xiàn)對底層硬件更好的編程和調(diào)用。

用通俗的話來講，DeepSeek這種優(yōu)化方案并不是在芯片受限的現(xiàn)實條件下的不得已為之，而是主動做的優(yōu)化，不管芯片用的是H800還是H100，這種方法都能夠提高通信互聯(lián)效率。五、DeepSeek會被國外禁用嗎？

DeepSeek爆火之后，英偉達、微軟、英特爾、AMD、AWS五大云巨頭都上架或集成了DeepSeek，國內(nèi)來看，華為、騰訊、百度、阿里、火山引擎也都支持部署了DeepSeek。

但是，網(wǎng)絡上有一些過度情緒化的言論，一方面是，國外云巨頭上架了DeepSeek，“老外被打服了”。

其實，這些公司對于DeepSeek的部署，更多是因為商業(yè)的考量。作為云廠商，盡可能多地支持部署最受歡迎、及能力最強的模型，可以為客戶提供更好的服務，同時，也能蹭一波與DeepSeek相關的流量，或許也會帶來一部分的新用戶轉化。

在DeepSeek大熱的時候集中部署是真，但是對DeepSeek情有獨鐘或者是“被打服”等說法卻過分夸大了。

更有甚者，編造出了DeepSeek遭受攻擊之后，中國科技圈組成復仇者聯(lián)盟，共同馳援DeepSeek的說法。

另外一方面，還有聲音說，因為地緣政治等現(xiàn)實原因，很快國外就會陸續(xù)禁止DeepSeek使用。

對此，caoz給出了比較清晰的解讀：其實我們所說的DeepSeek，實際上包括了兩個產(chǎn)品，一個是DeepSeek這個風靡世界的App，另一個是github上的開源代碼庫。前者可以認為是后者的Demo，一個完整的能力展示。而后者，也許會成長為一個蓬勃的開源生態(tài)。

被限制使用的，是DeepSeek的App，而巨頭接入和提供的，是DeepSeek開源軟件的部署。這完全是兩件事。

DeepSeek以"中國大模型"的姿態(tài)闖入全球AI競技場，且采用了最大氣的開源協(xié)議——MITLicense，甚至允許商用。目前對它的討論已經(jīng)遠遠超越了技術創(chuàng)新的范疇，但技術的進步從來不是非黑即白的對錯之爭。與其陷入過度吹捧或全盤否定，不如讓時間和市場檢驗其真實價值。畢竟，在AI這場馬拉松中，真正的競爭才剛剛開始。

參考資料：

《關于deepseek的一些普遍誤讀》作者：caoz

https://mp.weixin.qq.com/s/Uc4mo5U9CxVuZ0AaaNNi5g

《DeepSeek最強專業(yè)拆解來了，清交復教授超硬核解讀》作者：ZeR0

https://mp.weixin.qq.com/s/LsMOIgQinPZBnsga0imcvA

DebunkingDeepSeekDelusions 作者：StabilityAI前研究主管TanishqMathewAbraham

https://www.tanishq.ai/blog/posts/deepseek-delusions.html