“算力出奇迹”VS“螺丝壳里做道场”，到底哪个技高一筹？AI股王英伟达周一（27日）市值蒸发5890亿美元，如对前者的当头棒喝，盛行多年的AI核心假设－－资金多即是强、算力高即是好，遭奉行后者的DeepSeek彻底打破。

AI多年核心假设一朝打破

   Meta的扎克伯格上周抛出“2025年资本支出高达650亿美元”、“年底拥有130万颗GPU”的震撼弹，短短三天后，AI界的“大跃进”叙事即画风骤变，皆因跟OpenAI O1大模型分庭抗礼的DeepSeek-R1大模型，被揭训练成本低至560万美元，使用的英伟达GPU数量仅2048颗，且型号是上一代H800。

DeepSeek异军突起，拖累英伟达辉周一（27日）市值蒸发5890亿美元。

   OpenAI首席执行官Sam Altman周二最新表示，DeepSeek-R1大模型令人印象深刻，但坚称“现在比以往任何时刻，都需要更强的算力来完成使命。”

强化学习+混合专家架构

   面对有“AI界拼多多”之称的中国“黑马”公司，何解Sam Altman仍执着算力？答案指向其大模型训练路径。据OpenAI创始成员Andrej Karpathy解释，训练分为4个阶段：一，预训练（“投喂”大量文字并设定权重），建立基础LLM模型；二，监督微调（以少量高质量的资料提示完成特定任务），建立SFT模型；三，奖励模型（对回应进行打分并相应调整权重）；强化学习（在奖励模型下不断调整以获得更高分数），最终获得RLHF（人类反馈强化学习）模型。

DeepSeek依赖大规模强化学习（RL）训练大模型，并将论文公开发表。

   DeepSeek则选择跳过监督微调，而依赖大规模强化学习（RL），而这种方法允许模型自行探索思维链（CoT），以直接获得更好表现。此外，DeepSeek采用MoE（混合专家）架构，即每个任务只激活相应的“专家（参数）”，意味显著减少计算时间和算力需求。

借分享突破边界吸引人才

   令人尤为惊讶的是，这两大“杀手锏”，DeepSeek都将相关研究论文－－19页《通过强化学习激励大模型的推理能力》、33页《在MoE语言模型中迈向终极专家专业化》经Arxiv学术平台公开分享。

   如此“慷慨”的原因何在？据DeepSeek自己的回答：“在快速发展的AI领域，合作和开放式的思想交流对于快速创新至关重要”，“是否担心他人‘赶上’并非主要考量，相反，重点在于突破可能的边界，并分享这些进步，让所有人受惠”，“通过分享研究成果，DeepSeek也能建立自己的思想领袖地位，并吸引人才和合作伙伴，以进一步实现其目标。”

郑州连锁餐厅靠免费派发低成本的气球，做出了月租数万元广告牌没有的效果。

   相比之下，名为“开放”的OpenAI拒绝如DeepSeek一样开源，格局无疑小得多。联想河南郑州的一家连锁餐厅，面对每月仅700元的广告预算，靠免费派发每个成本仅几毫子的气球，做出了月租数万元广告牌没有的效果，所谓“螺蛳壳里做道场”，即是不信邪、不拘泥地灵活变通，终能出奇制胜。

   那么，Nvidia的神话有无结束？看看黄仁勋月初在“国际消费电子展CES 2025”上的展示，RTX 50 GPU、低价AI超级计算机Project Digits、人形机器人Cosmos……答案同样是否。

   撰文：金子安