DeepSeek：一万块GPU与一位量化交易员引发的人工智能革命
2025年1月26日
让我们来谈谈DeepSeek——这个开源AI模型，它正在悄然重塑生成AI的格局。如果你一直在关注社交媒体上的讨论，你可能已经看到它的名字越来越频繁地出现。但是，它背后的故事是什么？它是如何从量化交易者的热情项目发展成为AI领域最受关注的模型之一的？
让我们深入探讨一下。
DeepSeek的起源：量化交易者的痴迷
DeepSeek成立于2023年，由浙江大学校友梁文锋创办（有趣的是：他和我们的CEO及联合创始人Sean @xiangrenNLP曾就读于同一所大学，之后Sean继续前往斯坦福和南加州大学！）。梁在High-Flyer的量化交易背景使他对AI的潜力有了独特的视角。早在生成AI热潮之前，他就开始积累10,000多块NVIDIA A100 GPU—是的，你没看错。到2021年，他已经建立了一个让大多数AI实验室都嫉妒的计算基础设施！
他的使命？通过算法创新而非粗暴的计算，开创AGI（通用人工智能）。由于美国的芯片出口限制，这种对效率的关注成为了一种必要，但这也让DeepSeek从一开始就与众不同。
DeepSeek模型演变：从V1到R1
DeepSeek的旅程始于DeepSeek-V1/V2，它引入了多头潜在注意机制（MLA）和DeepSeekMoE等新架构。这些创新在提高推理效率的同时降低了计算成本，为未来的发展奠定了基础。
然后在2024年12月推出了DeepSeek-V3——一个671B参数的MoE模型（每个标记有37B活跃参数），在14.8万亿个标记上进行训练。V3在激活参数为Llama 3.1-405B的1/11时达到了与GPT-4水平相当的性能，总训练成本为560万美元。诸如无辅助损失的负载平衡MoE、多标记预测（MTP）以及FP8混合精度训练框架等关键创新使其脱颖而出。
但是，真正的游戏改变者是DeepSeek-R1，它于2025年1月推出。这个671B参数的推理专家在数学、编码和逻辑任务中表现出色，利用最少的标记数据进行强化学习（RL）。它在MIT许可证下开源，在AIME 2024等基准测试中超越了OpenAI的模型（79.8%对79.2%）。
DeepSeek团队：年轻、勇敢且足智多谋
DeepSeek的核心团队是年轻人才的强大力量，他们刚刚从中国的顶尖大学毕业。文化呢？像是OpenAI早期的日子：扁平化的层级结构，资源自由（任何人都可以请求GPU集群），并且专注于好奇心驱动的研究。难怪他们能够如此快速而有效地迭代。
他们对今天AI生态系统的影响
DeepSeek证明，高性能并不需要昂贵的计算。V3的
~560万美元的训练成本只是GPT−4o的~1亿美元的一小部分，而R1的开源发布使先进AI的使用变得民主化。这给闭源竞争对手带来了重大压力，使DeepSeek成为开源AI运动的领导者。
结果不言自明：DeepSeek-R1在2025年1月人机对话竞技场中排名第4，是前10名中唯一的开源模型（除了DeepSeek-V3）！
深入了解DeepSeek
对于技术爱好者，这里有一些资源供你探索：
DeepSeek-V3技术报告：arxiv.org/abs/2412.19437v1
DeepSeek-R1 GitHub仓库及论文：github.com/deepseek-ai/DeepSeek-R1
创始人的哲学（在LessWrong上的访谈）：lesswrong.com/posts/kANyEjDDFWkhSKbcK
DeepSeek与Sahara AI
我们在2024年初就认识到DeepSeek的潜力，并将其作为我们工作的核心部分。本季度，R1将成为我们AI工作室推出中的旗舰模型之一，和其他领先模型齐名。
我们迫不及待地想向你展示我们正在构建的一切。在此加入我们的开发者提前访问计划，成为首批尝试我们即将推出的AI开发平台的人之一：https://hi.saharalabs.ai/dev-early-access
