【FOCUS】螺絲殼裏做道場，DeepSeek致勝啟示

　　「算力出奇跡」VS「螺絲殼裏做道場」，到底哪個技高一籌？AI股王英偉達輝周一（27日）市值蒸發5890億美元，如對前者的當頭棒喝，盛行多年的AI核心假設－－資金多即是強、算力高即是好，遭奉行後者的DeepSeek徹底打破。

 

AI多年核心假設一朝打破

 

　　Meta的朱克伯格上周拋出「2025年資本支出高達650億美元」、「年底擁有130萬顆GPU」的震撼彈，短短三天後，AI界的「大躍進」敘事即畫風驟變，皆因跟OpenAI O1大模型分庭抗禮的DeepSeek-R1大模型，被揭訓練成本低至560萬美元，使用的英偉達GPU數量僅2048顆，且型號是上一代H800。

 

DeepSeek異軍突起，拖累英偉達輝周一（27日）市值蒸發5890億美元。

 

　　OpenAI首席執行官Sam Altman周二最新表示，DeepSeek-R1大模型令人印象深刻，但堅稱「現在比以往任何時刻，都需要更強的算力來完成使命。」

 

強化學習+混合專家架構

 

　　面對有「AI界拼多多」之稱的中國「黑馬」公司，何解Sam Altman仍執著算力？答案指向其大模型訓練路徑。據OpenAI創始成員Andrej Karpathy解釋，訓練分為4個階段：一，預訓練（「投喂」大量文字並設定權重），建立基礎LLM模型；二，監督微調（以少量高品質的資料提示完成特定任務），建立SFT模型；三，獎勵模型（對回應進行打分並相應調整權重）；四，強化學習（在獎勵模型下不斷調整以獲得更高分數），最終獲得RLHF（人類反饋強化學習）模型。

 

DeepSeek依賴大規模強化學習（RL）訓練大模型，並將論文公開發表。

 

　　DeepSeek則選擇跳過監督微調，而依賴大規模強化學習（RL），而這種方法允許模型自行探索思維鏈（CoT）　，以直接獲得更好表現。此外，DeepSeek採用MoE（混合專家）架構，即每個任務只激活相應的「專家（參數）」，意味顯著減少計算時間和算力需求。

 

借分享突破邊界吸引人才

 

　　令人尤為驚訝的是，這兩大「殺手鐧」，DeepSeek都將相關研究論文－－19頁《通過強化學習激勵大模型的推理能力》、33頁《在MoE語言模型中邁向終極專家專業化》經Arxiv學術平台公開分享。

 

　　如此「慷慨」的原因何在？據DeepSeek自己的回答：「在快速發展的AI領域，合作和開放式的思想交流對於快速創新至關重要」，「是否擔心他人『趕上』並非主要考量，相反，重點在於突破可能的邊界，並分享這些進步，讓所有人受惠」，「通過分享研究成果，DeepSeek也能建立自己的思想領袖地位，並吸引人才和合作夥伴，以進一步實現其目標。」

 

鄭州連鎖餐廳靠免費派發低成本的氣球，做出了月租數萬元廣告牌沒有的效果。

 

　　相比之下，名為「開放」的OpenAI拒絕如DeepSeek一樣開源，格局無疑小得多。聯想河南鄭州的一家連鎖餐廳，面對每月僅700元的廣告預算，靠免費派發每個成本僅幾毫子的氣球，做出了月租數萬元廣告牌沒有的效果，所謂「螺螄殼裏做道場」，即是不信邪、不拘泥地靈活變通，終能出奇制勝。

 

　　那麼，Nvidia的神話有無結束？看看黃仁勳月初在「國際消費電子展CES 2025」上的展示，RTX 50 GPU、低價AI超級電腦Project Digits、人形機器人Cosmos……答案同樣是否。

 

撰文：金子安