专题：DeepSeek为何能震动全球AI圈
来源：甲子光年
作者|王博 王艺
AI领域的Killer App（杀手级应用）出现了。
国产DeepSeek-R1模型发布不到一周，就让发布不到12天的DeepSeek App冲到了苹果APP store国区和美区免费总榜的第一名。
DeepSeek也引爆了海内外的社交网站，相比DeepSeek-R1刚发布时的大量技术分析和圈内讨论，这次更多是用户的实际使用体验——DeepSeek破圈了。
游戏科学创始人、CEO，《黑神话：悟空》制作人冯骥直呼：“DeepSeek，可能是个国运级别的科技成果。”
微软CEO萨提亚·纳德拉（Satya Nadella）在X上发帖称：“随着人工智能越来越高效，越来越容易获得，我们将看到它的使用率急剧上升，成为我们用之不尽的商品。”而网友则直接给他留言：“这要归功于DeepSeek。”
我们跟很多人聊过Killer App，也设想过Killer App产生的条件和场景，从第一性原理来说，Killer App的出现离不开模型能力的爆发。
但模型能力爆发后，如果普通人用不到也很难称之为Killer App，比如需要付费才可使用接入了OpenAI o1模型的ChatGPT。DeepSeek-R1对标的就是OpenAI o1，而DeepSeek-R1开源、免费。
DeepSeek的爆火告诉所有人，一个会思考、够聪明、易使用且免费的AI应用就是Killer App。
在甲辰龙年的末尾，DeepSeek给AI行业添上了画龙点睛的一笔。
但英伟达CEO黄仁勋的年怕是过不好了，截至美东时间1月27日上午11点，英伟达股票一度下挫超过13%，市值蒸发约4650亿美元，创了美股市值蒸发纪录。
DeepSeek的技术特点‘甲子光年’在《DeepSeek才是“真正的OpenAI”？》一文中有过分析。其实在性能和开源之外，DeepSeek更让硅谷震惊的，是其R1模型通过重新设计训练流程，在保持高准确性的同时显著降低了内存占用和计算开销，仅用了少量的低端GPU（以A100为主）就实现了高端GPU（以H100为代表）才有的性能，这为原来以算力为核心逻辑驱动的大模型行业开辟了新的道路。
硅谷科技圈反应过来了，X上不少网友惊呼：DeepSeek是在戳美股泡沫啊，是在革英伟达的命啊！
一位名为Kakashiii网友发表暴论：“英伟达的一切都将开始瓦解。”目前，该帖文阅读量已超过130万次。
备注：Magnificent 7指的是Apple、Amazon、Microsoft、Alphabet、Meta、Tesla、NVIDIA这七大巨头，图片来源：@kakashiii111 X账号
一旦大模型企业不再囤卡，不再搞算力的军备竞赛，英伟达的“壁垒”还会牢固吗？
1．进击的DeepSeek
kakashiii的话并不是危言耸听。
一直以来，Scaling Law（规模法则）都是大模型发展的核心定律，大厂之间算力的军备竞赛也从未停止。微软、谷歌、Meta、亚马逊等大厂分别拥有几十到上百万块H100，马斯克也多次表示算力决定生死，为旗下的xAI搭建了10万卡的训练集群。
但是DeepSeek展现了“神秘的东方力量”，其在最近的一个月内接连发布了DeepSeek-V3基座模型和DeepSeek-R1系列推理模型。
其中，DeepSeek-V3仅用2048块英伟达H800 GPU和557.6万美元的成本，便完成了6710亿参数模型的训练，而同等规模的GPT-4训练成本高达10亿美元；
DeepSeek-R1则通过重新设计训练流程、以“少量SFT数据+多轮强化学习”的办法，在提高了模型准确性的同时，也显著降低了内存占用和计算开销——百万输入 tokens 1 元（缓存命中）/ 4 元（缓存未命中），每百万输出tokens 16元，大约是 OpenAI o1运行成本的三十分之一。
可以说，算法结构的优化，让DeepSeek实现了完全的“降本增效”，直接对AI行业“堆砌算力”的既有模式发起了冲击。
‘甲子光年’分析，这一技术路径的革新将带来两大影响。
AI初创企业生存模式将会转变。一些依赖高价GPU集群的AI企业可能因成本劣势破产，导致二手市场GPU供给激增，中小AI企业将会更倾向去购买更便宜的低端GPU。
硬件需求也将迎来结构性转移。从去年开始，以训练为主导的算力需求就在向推理侧转移，而今后，这种趋势还将继续，大量中小AI企业将不再训练基座模型，转而投向DeepSeek这样的开源模型的怀抱。英伟达在训练市场的地位也将面临价值重估。
2．跃跃欲试的AMD
DeepSeek的技术突破意外成为AMD挑战英伟达的“杠杆”。
1月25日，AMD宣布在其Instinct MI300X GPU上集成了全新的DeepSeek-V3模型，并与SGLang集成。这意味着AMD将联合DeepSeek共建ROCm开源框架，通过优化推理性能和英伟达争夺市场份额。
ROCm（Radeon Open Compute Platform）是AMD开发的一个开源软件平台，旨在为高性能计算（HPC）、人工智能（AI）和机器学习（ML）提供支持。它允许开发者在AMD的GPU上运行并行计算任务，类似于NVIDIA的CUDA平台。
此前，美国初创云基础设施企业TensorWave就与AMD的合作，通过利用AMD的硬件和ROCm软件平台，为AI用户提供更为便捷和高效的计算解决方案。
TensorWave联合创始人兼CEO达里克·霍顿（Darrick Horton）去年10月告诉科技媒体TechCrunch，AMD MI300X的价格要比英伟达H100便宜得多，而且基准测试显示，MI300X在运行（但不训练）AI模型时性能超越了H100，特别是在Llama 2这样的文本生成模型上。
就在AMD宣布在其Instinct MI300X GPU上集成了全新的DeepSeek-V3模型后，TensorWave官方X账号就转发了AMD人工智能和嵌入式营销负责人布莱恩·马登（Bryan Madden）的评论“如果您想访问MI300X集群，请与我们的朋友TensorWave联系”。
DeepSeek的出现，进一步削弱了硬件绑定效应，再加上DeepSeek以MIT协议开源模型权重，允许开发者自由修改，昇腾、寒武纪、摩尔线程等其他芯片厂商也将有机会将DeepSeek集成到自己的平台中，这些都对英伟达CUDA生态造成了潜在威胁。
更值得一提的是，DeepSeek采取的开源策略正在加速生态分化。通过发布基于Qwen、Llama开源模型的六个蒸馏“小模型”，DeepSeek支持在非CUDA的环境中进行模型微调；HuggingFace还发起了Open-R1项目，进一步推动了技术扩散。
3．危与机并存的英伟达
Kakashiii发表的“英伟达的一切都将开始瓦解”的观点也遭到了不少人的质疑。
亚马逊云科技零售和消费类电子产品生成式人工智能主管迈克尔·康纳（Michael Connor）就评论道：“强大的显卡在训练和推理中都是必需的，即使使用 DeepSeek。”
一直比较看好英伟达的花旗分析师阿提夫·马利克（Atif Malik）认为：“虽然 DeepSeek的成就可能是开创性的，但我们质疑的是，如果没有使用先进的GPU对其进行微调或通过蒸馏技术构建最终模型所基于的底层LLMs，DeepSeek的成就就不可能实现。”
马利克同时分析，虽然美国公司在最先进AI模型方面的主导地位可能会受到挑战，但美国获得更先进芯片的机会是一个优势，因此他预计领先的AI企业不会放弃更先进的GPU。
“因为这些GPU在规模上能提供更具吸引力的$/TFLOPs（一个衡量计算性能性价比的指标） 。”马利克说，“我们认为，星际之门（Stargate）等最近宣布的AI资本支出就是对先进芯片需求的回应。”
Panoptes Group前创始人、人工智能研究员、现牛津大学在读博士JundeWu就表示，很多人担心DeepSeek的低成本训练会冲击显卡市场，但他认为是利好。
他的观点之一是，很多人认为模仿DeepSeek就不需要那么多卡了，但其实DeepSeek-R1的低成本训练方法也是可以Scaling的。在DeepSeek出来之前，其他大模型用PRM（Process Reward Model）的时候，由于需要额外的卡训练PRM模型来监督推理过程，已经观察到Scaling Law失效、边际效应递减了，但是DeepSeek的出现证明了多一张卡、性能就成正比提升，这对显卡市场显然是一种利好。
他的观点之二是，很多人认为DeepSeek做的是推理，但其实DeepSeek-R1是通过后训练，来训练模型有更强的推理能力，这种训练和预训练对显卡的需求没有本质区别。
因此，JundeWu认为，未来对显卡市场和Scaling Law最大的威胁不是模型，而是数据。
还有业内人士分析，虽然训练消耗的算力较少，但是由于智能的持续升级和相应的用户需求上升，推理模型也会需要更多的算力；另外，DeepSeek的技术将导致模型能力走向分化，只有那些拥有高端GPU的人才有能力创建更复杂的模型。
除了社交网络上的讨论，在更为私密和专业的小圈子里，对于此次DeepSeek-R1的爆红和其对英伟达生态的影响的讨论则更为理性。
‘甲子光年’获得的一份来自“拾象”的《DeepSeek-R1闭门学习讨论》文件纪要中，就有参会者表示，DeepSeek-R1只是站在巨人的肩膀上取得的成功，但探索大模型最前沿的技术需要的时间和人力成本还要高很多，R1的出现并不代表以后的训练成本会同时降低。
‘甲子光年’分析，短期内英伟达仍握有三大优势：
高端芯片的统治力：预计2025年英伟达从Blackwell架构产品线获得的收入有可能会超过市场的预期，超过Hopper架构创造的记录，最多可达到2100亿美元的水平，而且大型云厂商的订单已覆盖未来数年产能。
CUDA生态壁垒：90%的AI开发者依赖CUDA平台，迁移成本极高。
供应链控制：台积电CoWoS（一种先进的半导体封装技术）产能优先分配英伟达，2025年预计英伟达占据CoWoS总需求的63%，表明其在采用CoWoS技术方面的领导地位。
DeepSeek掀起的AI算力革命，并不是要替代英伟达，而是迫使行业重新思考算力投入的性价比。
模型进化带来的算力革命，这其中有着太多不确定，但唯一确定的是：AI算力的“军备竞赛”逻辑，正在被中国公司的算法创新改写。
（封面图来源：电影《星际穿越》）
还没有评论，来说两句吧...