北京
（圖片來源：pixabay）
連日來，隨著DeepSeek持續(xù)霸榜熱搜，其創(chuàng)始人梁文峰的許多觀點(diǎn)也熱傳于網(wǎng)絡(luò)。
"中國AI和美國有一兩年差距，但真實(shí)的gap是原創(chuàng)和模仿之差"“過去三十多年IT浪潮里，我們基本沒有參與到真正的技術(shù)創(chuàng)新里” "經(jīng)驗(yàn)包袱太重的人，創(chuàng)新動(dòng)力不足”……他的話語樸實(shí)且坦誠，道理講得很白，卻給人耳目一新之感。這一點(diǎn)，與大家在使用DeepSeek時(shí)的感受是相當(dāng)一致的。
在國內(nèi)輿論場中，梁文峰本人與DeepSeek是深度捆綁的，有人稱他是人工智能上甘嶺的“黃繼光”，有人說他是中國的“馬斯克”，但在筆者看來，更重要的或許在于做好DeepSeek與梁文峰思維的解碼，換言之，大家應(yīng)當(dāng)更加清楚地知道，當(dāng)我們在談?wù)揇eepSeek時(shí)，到底在談?wù)撌裁，或者說應(yīng)該談?wù)撌裁础?/p>
其一：突圍，山重水復(fù)疑無路
ChatGPT問世以來，全球AI競賽正式進(jìn)入“大力出奇跡”時(shí)代。巨參數(shù)、大數(shù)據(jù)、強(qiáng)算力成為大模型研發(fā)的基礎(chǔ)，規(guī)模法則（scaling law）被認(rèn)為是智能“涌現(xiàn)”的核心：OpenAI的GPT-4參數(shù)規(guī)模突破1.8萬億，訓(xùn)練數(shù)據(jù)集包含13萬億token；微軟、谷歌等一眾科技巨頭均斥巨資囤積算力。而在規(guī)模法則的另一面，全球高質(zhì)量文本數(shù)據(jù)迅速枯竭；單次訓(xùn)練成本逐漸失控；美國對芯片采取針對性出口管制，以維護(hù)其算力霸權(quán)及AI技術(shù)優(yōu)勢。
當(dāng)美國科技大廠已投入巨資，構(gòu)建起了一套由他們制定的行業(yè)標(biāo)準(zhǔn)、生存法則時(shí)，當(dāng)很多人潛意識中已默許，AI領(lǐng)域未來發(fā)展的話語權(quán)、主導(dǎo)權(quán)和控制權(quán)正牢牢掌握在西方手中時(shí)，來自中國的DeepSeek卻突然闖了進(jìn)來。
其用架構(gòu)算法、訓(xùn)練方式、工程優(yōu)化等系統(tǒng)性創(chuàng)新，在千億參數(shù)規(guī)模下展現(xiàn)出與GPT-o1-1217相當(dāng)?shù)耐评砟芰，以顯著降低的訓(xùn)練成本，走出一條震驚世界的差異化技術(shù)路徑，實(shí)現(xiàn)國產(chǎn)大模型的突圍。
正如有論者指出，DeepSeek讓許多人認(rèn)識到一個(gè)一直存在但被忽視的重要趨勢，那就是中國在生成式AI領(lǐng)域正在快速追趕美國。要知道，拜登政府2022年實(shí)施并在此后多次收緊禁止向中國出售最先進(jìn)芯片及芯片制造設(shè)備的禁令，目的就是限制中國獲取尖端技術(shù)。DeepSeek團(tuán)隊(duì)正是在美國AI芯片禁運(yùn)的壓力下，不得不在較低性能的H800 GPU上訓(xùn)練模型。但正是這樣的“降維”，反而推動(dòng)了算法優(yōu)化的突破。
其二：創(chuàng)新，東風(fēng)夜放花千樹
DeepSeek的成功，挑戰(zhàn)了AI領(lǐng)域“規(guī)模至上”的傳統(tǒng)思維。那么從技術(shù)角度看，DeepSeek主要?jiǎng)?chuàng)造了哪些核心創(chuàng)新？
首先是模型架構(gòu)。混合專家模型（MoE）通過將模型分成多個(gè)專家，并在每個(gè)特定任務(wù)中只激活少量合適的專家，從而在推理過程中減少參數(shù)量，提升效率。據(jù)透露，GPT-4便采用了MoE框架，而DeepSeek-V3對MoE框架進(jìn)行了重要?jiǎng)?chuàng)新，新框架包含細(xì)粒度多數(shù)量的專業(yè)專家和更通用的共享專家。
就MoE框架而言，其面臨的一個(gè)重要難題是如何確定哪個(gè)標(biāo)記（token）會到達(dá)哪個(gè)專家或子模塊。DeepSeek引入了新的無損負(fù)載均衡技術(shù)和路由網(wǎng)絡(luò)方法，有效降低了通信開銷，突破了傳統(tǒng)方法增加通信開銷換取高效推理的瓶頸，使得新框架更加穩(wěn)定高效。
其次是算法突破。多頭潛在注意力機(jī)制（Multi-Head Latent Attention，MLA）是DeepSeek最關(guān)鍵的技術(shù)突破，它顯著降低了模型推理成本。在過去，推理能力最大的限制之一即為加載上下文所需的內(nèi)存: KV緩存是Transformer中的一種內(nèi)存機(jī)制，它將每一步生成的鍵（Key）和值（Value）保存到緩存中，隨著上下文長度的增加，KV緩存顯著增加。而MLA可將每個(gè)查詢所需的KV緩存降低90%以上。
第三是訓(xùn)練方式。DeepSeek-R1-Zero首次證明了基于大規(guī)模強(qiáng)化學(xué)習(xí)（RL）與高質(zhì)量合成數(shù)據(jù)（Synthetic Data）結(jié)合的技術(shù)路徑，可在不依賴標(biāo)注數(shù)據(jù)、監(jiān)督微調(diào)（SFT）的情況下，獲得高水平推理能力。在R1-Zero訓(xùn)練中，DeepSeek應(yīng)用組相對優(yōu)化策略（GRPO）和兩個(gè)簡單的獎(jiǎng)勵(lì)函數(shù)（回答準(zhǔn)確性和思維過程格式準(zhǔn)確性獎(jiǎng)勵(lì)），使得R1-Zero自發(fā)形成了評估和優(yōu)化推理的能力，產(chǎn)生令人驚嘆的“頓悟時(shí)刻”（Aha Moment）。
DeepSeek-R1則是在R1-Zero基礎(chǔ)上，進(jìn)一步利用少量標(biāo)注數(shù)據(jù)監(jiān)督微調(diào)作為冷啟動(dòng)，并結(jié)合強(qiáng)化學(xué)習(xí)進(jìn)行后訓(xùn)練，顯著提升了模型生成結(jié)果的可讀性及面向開放問題的推理能力。此外，DeepSeek也驗(yàn)證了模型蒸餾技術(shù)在推理能力上的有效性。
第四是數(shù)據(jù)策略。DeepSeek采用高質(zhì)量合成數(shù)據(jù)的數(shù)據(jù)策略與其訓(xùn)練方式、推理任務(wù)相匹配，極大降低了數(shù)據(jù)成本！皵(shù)據(jù)質(zhì)量優(yōu)先”的核心原則也已逐漸成為領(lǐng)域共識：比數(shù)據(jù)規(guī)模更重要的是數(shù)據(jù)質(zhì)量與知識密度，相應(yīng)地，DeepSeek采取了拒絕采樣（rejection sampling）等基于驗(yàn)證的數(shù)據(jù)篩選與增強(qiáng)方法。
最后是工程技術(shù)。除了在架構(gòu)、算法、技術(shù)路徑等方面形成“軟突破”，成功降低訓(xùn)練成本，提升模型效率，DeepSeek團(tuán)隊(duì)強(qiáng)大的工程優(yōu)化能力也同樣令人驚嘆。DeepSeek繞過了英偉達(dá)的通用編程框架CUDA，使用了更底層也更復(fù)雜的PTX（Parallel Thread Execution）匯編語言直接操控GPU指令集，從而實(shí)現(xiàn)芯片算力的效用最大化。這一“硬突破”也一定程度上威脅到英偉達(dá)生態(tài)的護(hù)城河，為未來適配國產(chǎn)GPU留下巨大的想象空間。
其三：未來，長風(fēng)破浪會有時(shí)
DeepSeek的橫空出世讓人們重新反思大模型、AGI領(lǐng)域暴力美學(xué)式的思維慣性，也重新關(guān)注算法、架構(gòu)、優(yōu)化等技術(shù)創(chuàng)新的巨大潛力。更重要的是，DeepSeek-R1還可以免費(fèi)使用，而且是開源的。低成本與開放性的強(qiáng)強(qiáng)聯(lián)合可能有助于普及AI技術(shù)，讓其他國家（尤其是美國以外）的開發(fā)者能夠入局。當(dāng)美國公司在為試圖進(jìn)入該領(lǐng)域的競爭對手設(shè)置盡可能多的障礙時(shí)，中國卻在開放這項(xiàng)技術(shù)，這確實(shí)是一種諷刺。
曾幾何時(shí)，硅谷將AI技術(shù)塑造為一個(gè)珍貴且神奇的成就，將埃隆·馬斯克、薩姆·奧爾特曼等領(lǐng)軍人物描繪成引領(lǐng)人類進(jìn)入新世界的先知。而DeepSeek撕掉了此前籠罩在AI之上的神秘面紗。
它專注創(chuàng)新，在人工智能全球競爭白熱化的關(guān)鍵時(shí)期形成突破，為中國的智能生態(tài)構(gòu)建奠定關(guān)鍵基礎(chǔ)；它擁抱開源，拒絕“Close AI”，為全世界技術(shù)社區(qū)做出堅(jiān)實(shí)貢獻(xiàn)。當(dāng)我們贊嘆DeepSeek產(chǎn)品的巨大成功，也應(yīng)當(dāng)關(guān)注其團(tuán)隊(duì)的系統(tǒng)性創(chuàng)新能力，這既包含多方面的技術(shù)突破，也包括如何聚合“高密度技術(shù)人才”、如何為年輕團(tuán)隊(duì)提供高效的創(chuàng)新土壤。
最后，也要指出DeepSeek的關(guān)鍵破局點(diǎn)，是在保持推理能力相當(dāng)?shù)那闆r下，實(shí)現(xiàn)了訓(xùn)練及計(jì)算成本的極大降低。而從數(shù)學(xué)原理上說，并未跳出大模型浪潮范疇，這也意味著，DeepSeek也無法解決這一技術(shù)路線下不可解釋、幻覺等內(nèi)在問題。因此，關(guān)于智能“涌現(xiàn)”的根本奧秘，關(guān)于現(xiàn)有模型的智能邊界與潛力，關(guān)于模型的解釋性、泛化性、穩(wěn)定性，尤其是幻覺引發(fā)的認(rèn)知安全風(fēng)險(xiǎn)，仍是值得深入探索的重要議題；長期而言，算力依然是人工智能的基礎(chǔ)設(shè)施，我們也期待芯片領(lǐng)域誕生屬于中國的DeepSeek時(shí)刻。
（文/王鑫 北京航空航天大學(xué)人工智能學(xué)院副教授）
歡迎下載“北京青年報(bào)”客戶端
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
