近期，AI领域迎来了一场革命性的突破，DeepSeek的V3模型以仅557.6万的训练成本，展现出了与OpenAI O1推理模型相媲美的性能。这一成就不仅在全球科技界引起了轩然大波，还对英伟达等芯片巨头产生了深远的影响。1月27日，英伟达股价暴跌17%，市值瞬间蒸发6000亿美元，市场担忧DeepSeek的崛起会减少对先进芯片的需求。
然而，科技界对此的看法却存在分歧。一部分人认为，DeepSeek的高性能和低成本将推动整个应用生态的繁荣，对英伟达等芯片制造商的长期发展构成利好。加州大学戴维斯分校电子计算机工程系助理教授、AIZip联合创始人陈羽北指出，DeepSeek的核心创新在于其基础模型V3的能力，通过GRPO（分组相对策略优化）方法，实现了显著的性能提升。
在访谈中，陈羽北详细解释了DeepSeek的技术优势。他认为，V3模型在混合专家网络（MoE）和注意力层（Attention Layer）上的优化，使得模型在600多B的参数规模下依然能够表现出色。而DeepSeek R1 Zero则通过设计基于规则的奖励函数，利用V3模型生成的大量回答进行筛选，从而提高了正确回答的比重。DeepSeek还通过大模型训练小模型的方式，进一步提升了小模型在相关问题上的表现。
对于英伟达而言，DeepSeek的出现无疑是一把双刃剑。Inference.ai创始人兼CEO John Yue认为，一方面，DeepSeek的成功激发了更多初创企业探索AI应用层面的可能性，这将带动整个AI行业的发展，从而增加对英伟达GPU的需求。另一方面，DeepSeek在MOE优化和CUDA调用方面的创新，确实冲击了英伟达的溢价，但并未完全冲垮其NVLink和CUDA两大壁垒。
John Yue进一步解释称，MOE的优化使得不同专家可以分布在不同的计算卡上，降低了卡与卡之间互联的重要性。而在CUDA调用方面，DeepSeek团队已经证明可以直接调用更底层的PTX指令集进行优化，虽然这并不意味着所有团队都具备这样的能力，但至少提供了一种可行的方案。然而，长期来看，英伟达在CUDA生态和GPU调用系统方面的优势依然难以撼动。
DeepSeek选择开源的策略也对整个AI行业产生了深远影响。John Yue表示，开源降低了AI应用的准入门槛，使得更多开发者能够基于DeepSeek模型构建自己的应用。这不仅有助于推动AI技术的普及和应用创新，还为DeepSeek模型本身提供了更多的反馈和优化机会。
在谈到API接口价格时，John Yue指出，DeepSeek通过从上到下的全面优化，包括PTX调用、MOE架构和负载均衡等方面，成功降低了API成本。这使得更多企业和开发者能够承担得起AI应用的成本，进一步推动了AI技术的普及。
对于未来AI技术的发展趋势，陈羽北认为小模型将扮演越来越重要的角色。他指出，随着小模型在性能上的不断提升和应用场景的不断拓展，未来AI基础设施将呈现出分层化的趋势。从终端设备到边缘端再到云端，不同层级的AI模型将共同构成一个完整的智能系统。这将极大地降低AI应用的成本和提高AI的普及程度。
然而，陈羽北也提到，尽管小模型在很多领域已经展现出了强大的应用潜力，但在数据构成和架构创新方面仍然存在诸多挑战。他呼吁DeepSeek等前沿研究实验室能够更多地分享数据整理和架构创新的细节，以便其他开发者能够更容易地复现和优化这些工作。
总体来看，DeepSeek的崛起不仅推动了AI技术的进步和应用创新，还对英伟达等芯片巨头产生了深远的影响。未来，随着AI技术的不断发展和应用场景的不断拓展，我们有理由相信AI将深刻改变我们的生活和工作方式。
