過年期間追的除了堆積已久的電影以外，就是DeepSeek橫空出世的大戲了。
畢竟，這是AI時代的「史普尼克危機」，只不過競爭對手從蘇聯變成中國，征服目標從月球轉向人工智慧。 幻方量化，一個中國的量化基金公司，在晶片禁令的枷鎖下，以有限資源所訓練出的模型，效能竟堪比國外科技巨頭下重本打造的頂級模型，這個故事真的太有賣點了！ 華爾街眾多資金也被這戲劇化故事所驚嚇，對美國AI相關類股投下不信任票，導致Nvidia在2025/1/27破了一項紀錄：一日大跌17%，市值蒸發近六千億美金。
熱鬧的不只華爾街，網路輿論同樣沸騰，可惜不是「我大中國威武」、就是「中國造假慣犯」。到底真相是什麼，反而越看越模糊。 因此自己簡單進行了一點小小研究，整理出幾個常見的誤解，希望能為像我一樣非技術背景、但又對AI充滿熱情的讀者，提供一個中立的視角。
「橫空出世」的真相
早在2017年Google Brain團隊推出的Transformer模型，顛覆了過往仰賴循環神經網路(RNN)處理自然語言的方式，至今仍是最主流的應用選擇； 2021年Google Research再度推出改良版的Switch Transformer，主打混合專家模型(Mixture of Experts, MoE)架構，可提升計算效率與模型性能。
這些重要的技術突破，Google都選擇以開源論文形式發表，而非申請專利，促成了全球AI研究社群的蓬勃發展，鼓勵集思廣益的修改與擴展。 DeepSeek顯然也受益於這樣的開源氛圍，因為其V3模型亦採用MoE模型，多頭潛在注意力（MLA）等概念也都非其原創，大家都互相站在彼此的肩膀上。
因此，把時間點拉長來看，DeepSeek並非突然橫空出世，而是整個AI技術演進歷程中的一個小震幅而已。
不只是「純粹優化」
若說DeepSeek的模型純粹只是優化既有的技術與概念，似乎又過於簡化了他們的聰明與努力。
現有理論與概念都不難理解，但真正實作時，魔鬼總是藏在細節中。DeepSeek展現了不斷試誤找出這些魔鬼的決心，光一個MLA的優化，就花了好幾個月不斷調校。 這樣「精準瘦身」的效果非常明顯，榨出非常可觀的模型計算效率，技術實力十分深厚。
「超少運算資源」的迷思
儘管DeepSeek宣稱訓練只用了2,048顆Nvidia的H800 GPU，但這不代表一家公司只要買2千顆GPU，就能從頭打造自家專屬LLM。 據Semianalysis估計，DeepSeek在完整的資料中心建置、電源與冷卻、RD薪資、後勤支援、前期訓練等所花費用，至少13億美金起跳。 即使單看硬體成本，DeepSeek也可能使用了高達5萬顆Nvidia Hopper架構的GPU，投資額超過5億美元，比一台最新ASML EUV還要貴。
這絕對不是「超少」運算資源。只不過，相較科技巨頭（如Meta在2024年1月就曾規劃年底前要具備60萬顆GPU），這個數字真的「相對」少了點。
「目前最強」言過其實
如果不精準地將LLM粗略分為兩大類：
- 「直接回答型」，如ChatGPT 4o／DeepSeek V3，會直接生成答案回覆使用者的任何問題；
- 「深思熟慮型」，如ChatGPT o1／o3和DeepSeek R1，收到問題後先思考解題步驟，再逐步生成回覆。
V3所對標的是早它七個月發布的ChatGPT 4o，R1對標的是早四個月發布的o1，而且並非所有測試項目都超越對手。 在「度日如年」的AI界，幾個月的差距代表競爭對手也有了長足的進步，因此DeepSeek的成就雖然值得讚賞，但絕非「超級非凡」。
更何況，幾乎同時推出的Google Gemini 2.0 Flash Thinking，以及OpenAI趕緊推出的ChatGPT o3-mini，在各項測試標竿上也不遑多讓。
結語
DeepSeek的模型震撼了西方AI強權，其技術深度不容小覷，但若放大其在AI演進歷程的重要性，似乎又言過其實，畢竟其所採用的概念皆非全新原創。 若跳脫中美在地緣政治和科技競爭的框架，來解讀此次的衝擊，我個人反而感到非常樂觀。
DeepSeek對MoE、MLA等技術的精湛優化，並沒有因為中美競爭而被封鎖在牆內。透過開源，全球的AI開發者都可學習與借鑒DeepSeek的經驗，並將這些優化策略應用到自己的模型中。 與其將DeepSeek的出現僅僅視為一場零和博弈式的競爭，不如視為巧妙的合作契機。DeepSeek乃至其他中國開源模型，或許正在以一種意想不到的方式和全球AI巨頭合作，推動全球AI技術水平的整體提升。
而最終的受益者，當然是享受更平價、更高效、更便捷AI服務的我們了。