隨著AI技術(shù)的迅猛發(fā)展，DeepSeek作為新興的AI模型引起了廣泛關(guān)注。本文將探討DeepSeek為何在成本上相比OpenAI更具優(yōu)勢(shì)，分析其在算法優(yōu)化、算力利用、推理成本和產(chǎn)品思維等方面的創(chuàng)新。

很多人讓我聊一deepseek，通過(guò)一個(gè)把國(guó)外科技股票打下來(lái)多少去聊deepseek，這個(gè)話題沒(méi)有意義。

你當(dāng)個(gè)熱點(diǎn)去講可以，分析什么國(guó)運(yùn)級(jí)別，實(shí)在是一言難盡……很多大V其實(shí)自己都沒(méi)有用過(guò)，他就是互聯(lián)網(wǎng)上隨便搜了點(diǎn)素材，人云亦云的胡扯。

于是出現(xiàn)了一邊倒，但是說(shuō)法兩種極端一個(gè)說(shuō)比比任何生成式模型都要好用，企業(yè)省錢的一種方式，另一種則吹成人工智能的高級(jí)形態(tài)。我不認(rèn)同后者，我認(rèn)同前者。

我們用了另外一種方式達(dá)到了目的，這個(gè)就是現(xiàn)階段市場(chǎng)需求的一個(gè)產(chǎn)品，所以它爆了，確實(shí)是有點(diǎn)意思的。

這種爆炸級(jí)現(xiàn)象，我看了很多博主去分析，從直觀上去感受deepseek確實(shí)很好用，但是你說(shuō)它是人工智能的高級(jí)形態(tài)，我認(rèn)為不太對(duì)。

為什么？

打個(gè)比方，類似于美國(guó)底特律初代油車的時(shí)代，車企從跑車、高性能怪獸、高端車型開始做起。那時(shí)，占領(lǐng)用戶心智的并不是“這車有多高端”，而是“這車能快速將你帶到目的地”。雖然車是個(gè)高昂的奢侈品，大多數(shù)人并非專業(yè)的造車專家，大家只知道這輛車好看、跑得快，但要擁有它，確實(shí)需要花費(fèi)不小的代價(jià)。

直到日本豐田把技術(shù)應(yīng)用到家用車領(lǐng)域，它才迅速占領(lǐng)了市場(chǎng)。市場(chǎng)不再關(guān)心車的底盤多強(qiáng)、速度多快，反而更加看重的是：我需要一部車，它能夠帶我和家人安全、方便地到達(dá)目的地，這才是消費(fèi)者最關(guān)心的。于是，市場(chǎng)的需求發(fā)生了轉(zhuǎn)變，汽車的普及化才得以實(shí)現(xiàn)。

類比一下特斯拉是從ModelX慢慢做到現(xiàn)在的3和Y，而我們的新能源都是盡可能的去壓縮成本，把最好的功能堆上去。這是產(chǎn)品思維上的差異….

我前兩篇有講到類似的觀點(diǎn)。

簡(jiǎn)單點(diǎn)說(shuō)就是，漂亮國(guó)喜歡頂層設(shè)計(jì)產(chǎn)品，然后降維打擊市場(chǎng)，是一個(gè)完整的資本套路，而我們喜歡做的就是平權(quán)，一切平權(quán)。

這次的市場(chǎng)反應(yīng)激烈，也印證了閃電式擴(kuò)張依然奏效，主打就是快，這個(gè)還是蠻牛逼的。估計(jì)漂亮國(guó)那邊也沒(méi)有想到我們能這么快，時(shí)間短花費(fèi)少，這就是市場(chǎng)爆炸的原因。

當(dāng)然爆炸的不是我們這些B端用戶，也不是用戶端。而是資本和一些投資者，他們才是對(duì)計(jì)算成本最在乎的那類群體。

那Deepseek開發(fā)成本為什么那么便宜？

這里面有幾個(gè)點(diǎn)

能夠降低研發(fā)成本的核心原因在于其在算法優(yōu)化、算力利用、推理成本和產(chǎn)品思維等方面的多重創(chuàng)新。

第一算法的持續(xù)優(yōu)化（如FP8和混合MoE）以及算力的通縮，成功降低了所需算力。

第二在算法利用上面很多人認(rèn)為訓(xùn)練效率的提高意味著減少投入，但實(shí)際上，這種效率的提升更多的是為了進(jìn)一步榨干算力，從而獲得更大的收益。

第三是DeepSeek架構(gòu)與標(biāo)準(zhǔn)的transformer架構(gòu)相比，繞過(guò)了CUDA架構(gòu)，這使得它能夠相對(duì)輕松地支持各種類型的硬件，尤其是AMD等非NVIDIA的GPU支持。這一設(shè)計(jì)不僅降低了推理成本，還讓其可以更廣泛地應(yīng)用于不同硬件平臺(tái)上。我在下一篇會(huì)講到，這個(gè)將是deepseek最恐怖的發(fā)展方向。

第四就是產(chǎn)品思維，去掉所謂的現(xiàn)階段沒(méi)有必要性能功能，比如RAG、知識(shí)圖譜、Embedding等，我舉個(gè)例子：DeepSeek-V3 目前沒(méi)有明確提及支持獨(dú)立的 Embedding API。其模型結(jié)構(gòu)采用了共享 Embedding 和 Output Head 的設(shè)計(jì)，以減少參數(shù)量和內(nèi)存占用，但這主要是針對(duì)模型訓(xùn)練和推理優(yōu)化，而非提供單獨(dú)的 Embedding 向量生成功能。

如果你真的需要專門的 Embedding 支持，可以考慮其他大模型的，比如OpenAI的 text-embedding-ada-002 或 Cohere 的 embed API。

我用大白話跟大家講。

就像2010年比亞迪F6使用的是三菱6缸發(fā)動(dòng)機(jī)，雖然當(dāng)時(shí)他們的大部分零部件都需要外購(gòu)，沒(méi)有自己的研發(fā)能力，但通過(guò)新能源的思路，他們最終解決了“發(fā)動(dòng)機(jī)”這個(gè)關(guān)鍵問(wèn)題。這個(gè)過(guò)程中的核心思路就是：如果我們換個(gè)角度思考，可能根本不需要傳統(tǒng)發(fā)動(dòng)機(jī)，也能讓車跑得更快。最后，比亞迪通過(guò)電動(dòng)化技術(shù)打破了傳統(tǒng)內(nèi)燃機(jī)的限制，甚至在某些方面超過(guò)了傳統(tǒng)汽車制造商的技術(shù)水平。

對(duì)于AI而言，DeepSeek也在做類似的創(chuàng)新。從外部采購(gòu)到自主研發(fā)，再到通過(guò)新的算法和架構(gòu)創(chuàng)新，DeepSeek并不是單純依賴傳統(tǒng)的“發(fā)動(dòng)機(jī)”——比如高算力的硬件和超大規(guī)模的訓(xùn)練數(shù)據(jù)。而是通過(guò)優(yōu)化算法、改進(jìn)推理成本、利用先進(jìn)的推理架構(gòu)，把AI從傳統(tǒng)的“發(fā)動(dòng)機(jī)”驅(qū)動(dòng)模式轉(zhuǎn)變?yōu)楦痈咝А⒌统杀镜南到y(tǒng)。就像比亞迪不再局限于傳統(tǒng)內(nèi)燃機(jī)，而是通過(guò)新能源技術(shù)提高了效率一樣，DeepSeek通過(guò)算法的創(chuàng)新提升了算力的利用率，達(dá)到了降低研發(fā)成本、提升整體性能的目的。

所以，AI的“發(fā)動(dòng)機(jī)”未必是傳統(tǒng)意義上的算力或者硬件，也可以通過(guò)創(chuàng)新的思維，利用更高效的算法和架構(gòu)，幫助AI系統(tǒng)更快、更好地運(yùn)行。正如比亞迪通過(guò)電動(dòng)化重塑了汽車產(chǎn)業(yè)，DeepSeek也通過(guò)技術(shù)創(chuàng)新在AI領(lǐng)域取得了突破，走出了一條與傳統(tǒng)做法不同的道路。

就是這個(gè)道理…

最后，說(shuō)一下蒸餾技術(shù)，我們沒(méi)有必要去糾結(jié)這些了，技術(shù)上一定是原創(chuàng)了，創(chuàng)新了，是出色產(chǎn)品上是成功的。但不要忘記，后面BYD的研發(fā)成本還在持續(xù)投入…..