華爾街深度研究：DeepSeek是AI末日嗎？

來源：華爾街見聞

春節期間，DeepSeek新一代開源模型以驚人的低成本和高性能引發熱議，在全球投資界引發劇震。

市場上甚至出現了DeepSeek“僅用500萬美元就複製OpenAI”的說法，認為這將給整個AI基礎設施產業帶來“末日”。

對此，華爾街知名投行伯恩斯坦在詳細研究DeepSeek技術文檔後發布報告稱，這種市場恐慌情緒明顯過度，DeepSeek用“500萬美元複製OpenAI”是市場誤讀。

另外，該行認為，雖然DeepSeek的效率提升顯著，但從技術角度看，並非奇跡。而且，即便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。

該行還表示，目前AI計算需求遠未觸及天花板，新增算力很可能會被不斷增長的使用需求吸收，因此對AI板塊保持樂觀。

“500萬美元複製OpenAI”是誤讀

對於“500萬美元複製OpenAI”的說法，伯恩斯坦認為，實際上是對DeepSeek V3模型訓練成本的片麵解讀，簡單將GPU租用成本計算等同於了總投入：

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

技術創新：效率大幅提升但非顛覆性突破

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

（1）V3模型的效率革命

該行表示，V3模型采用專家混合架構，用2048塊NVIDIA H800 GPU、約270萬GPU小時就達到了可與主流大模型媲美的性能。

具體而言，V3模型采用了混合專家（MoE）架構，這一架構本身就旨在降低訓練和運行成本。在此基礎上，V3還結合了多頭潛在注意力（MHLA）技術，顯著降低了緩存大小和內存使用。

同時，FP8混合精度訓練的運用進一步優化了性能表現。這些技術的綜合運用，使得V3模型在訓練時僅需同等規模開源模型約9%的算力，便能達到甚至超越其性能。

例如，V3預訓練僅需約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： 每次隻激活部分參數，減少計算量。MHLA技術： 降低內存占用，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。

談及V3模型帶來的效率提升，伯恩斯坦認為，與業界3-7倍的常見效率提升相比並非顛覆性突破：

MoE架構的重點是顯著降低訓練和運行的成本，因為在任何一次隻有一部分參數集是活動的（例如，當訓練V3時，隻有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比較的調查表明，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裏席卷twitter世界的歇斯底裏。

（2）R1模型的推理能力與“蒸餾”策略

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

值得一提的是，DeepSeek還采用了“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，即便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。該行認為，目前AI計算需求遠未觸及天花板，新增算力很可能會被不斷增長的使用需求吸收。

基於以上分析，伯恩斯坦對AI板塊保持樂觀。