DeepSeek深夜再放大招Deepseek对AI行业意义方面，dropbox

DeepSeek深夜再放大招 Deepseek对AI行业意义方面，dropbox AI 副总裁 Morgan Brown做了一系列的总结：

1、首先，介绍一些背景：目前训练顶级AI模型的成本极其高昂。OpenAI、Anthropic 等仅在计算上就花费了1亿美元以上。他们需要拥有数千个4万美元GPU的大型数据中心，这就像需要一整座发电厂来运行一家工厂一样。

2、DeepSeek 突然出现并说，如果我们花 500 万美元做这件事会怎么样？”他们不只是说说而已——他们真的做到了。他们的模型在许多任务上匹敌甚至击败了 GPT-4 和 Claude。人工智能世界震动了。

3、怎么做到的？他们从头开始重新思考一切。传统AI就像是把每个数字都写成32位小数，DeepSeek是如果我们只使用 8 位小数呢？它仍然足够准确！砰——所需内存减少了 75%。

4、然后是他们的多标记预测，普通人工智能的阅读方式就像一年级学生一样：“这......猫......坐......”DeepSeek 一次读完整个短语，速度快2倍，准确率高90%。当你处理数十亿个单词时，这一点很重要。

5、但真正聪明的是：他们建立了一个“专家系统”。他们没有使用一个试图了解一切的大型人工智能（比如让一个人同时成为医生、律师和工程师），而是拥有只在需要时才醒来的专门专家。

6、传统模型：所有 1.8 万亿参数始终处于活动状态，DeepSeek总共 671B，但一次只能激活37B。这就像拥有一支庞大的团队，但只召集每个任务真正需要的专家。

7、结果令人震惊：培训成本：1 亿美元 → 500 万美元；所需 GPU：100000 → 2000；API 成本：便宜 95%；可以在游戏 GPU 而不是数据中心硬件上运行。

8、最疯狂的部分都是开源的，任何人都可以检查他们的工作，代码是公开的，技术论文解释了一切。

9、重要的是，它打破了“只有大型科技公司才能涉足人工智能”的模式，你不再需要价值数十亿美元的数据中心，几个好的 GPU 就可以做到这一点。

10、对于英伟达来说，这很可怕。他们的整个商业模式都建立在销售利润率高达90%的超级昂贵 GPU 的基础上，如果每个人都能突然用普通的游戏 GPU 做 AI……那么，你就知道问题所在了。

11、关键在于：DeepSeek 的团队不到 200 人，但 Meta 的团队仅薪酬就超过了 DeepSeek 的整个培训预算……而且他们的模型并不那么好。

12、这是一个经典的颠覆故事：既有者优化现有流程，而颠覆者重新思考根本方法。

13、影响巨大：人工智能开发变得更加容易；竞争急剧加剧；大型科技公司的“护城河”看起来更像水坑；硬件要求（和成本）大幅下降。