← 返回目录

第 23 卷

第 23 / 30 卷日期:

图 79-1
图 79-1

训练成本:断崖式碾压

训练成本

通俗解释

即便不考虑前期投入成本,DeepSeek- R1模传统大模型像“烧钱机器”,需要天量资金堆砌
型训练成本仅为560万美元,远低于美国开放算力;DeepSeek则通过技术革新,用极低成
人工智能研究中心、谷歌等科技巨头的技术本实现了相近性能

投入成本

训练成本大幅降低让资本市场需要重新考虑

大模型的估值

如同用自行车价格造出跑车速度

图 80-1
图 80-1

推理成本:价格屠夫

ChatGPTDeepSeek通俗解释

•企业用户使用GPT- 4的推理成•A P I成 本 :输 入T o k e n最 低•如果说ChatGPT是“五星级酒
本为每百万Token7.5美元,0.07美元/百万(缓存命中时店收费”,DeepSeek则像“社
个人订阅月费20美元仅1元 人 民 币/百 万 ) , 输 出区食堂”,用平民价格提供高
(约145元人民币)Token成本1.10美元/百万,端 服 务, 直 接 击 穿 行 业 定 价
仅为GPT-4的5%-20%体系

• 个人用户:完全免费或月费

4.5美元(约32元人民币),

价格不到ChatGPT的1/4

图 81-1
图 81-1

技术路径:软件工程创新补硬件缺芯短板

ChatGPTDeepSeek通俗解释

依赖Transformer架构和超大规模参数采用MoE架构,将计算资源集中于关键OpenAI靠“堆料”提升性能,DeepSeek
(如GPT- 4的1.8万亿参数),需持续堆任务,减少冗余计算。通过混合精度训则像“技术宅改造旧电脑”,通过软件优
砌先进芯片(如英伟达A100/H100)练、分布式优化等技术,使旧款GPU化让老硬件跑出新速度,巧妙绕开美国
(如A100)发挥更高效率。例如,其芯片封锁

370亿参数模型在80%场景中达到 GPT- 4的90%性能,硬件成本仅1/5

本卷图片

本页图片

第 79 页图片 1
图 79-1
第 79 页图片 2
图 79-2
第 79 页图片 3
图 79-3
第 79 页图片 4
图 79-4

本页图片

第 80 页图片 1
图 80-1
第 80 页图片 2
图 80-2
第 80 页图片 3
图 80-3

本页图片

第 81 页图片 1
图 81-1
第 81 页图片 2
图 81-2
第 81 页图片 3
图 81-3
第 81 页图片 4
图 81-4
第 81 页图片 5
图 81-5
第 81 页图片 6
图 81-6
第 81 页图片 7
图 81-7
第 81 页图片 8
图 81-8
全站分卷索引 · 30 卷
  1. 1第 1 卷
  2. 2第 2 卷
  3. 3第 3 卷
  4. 4第 4 卷
  5. 5第 5 卷
  6. 6第 6 卷
  7. 7第 7 卷
  8. 8第 8 卷
  9. 9第 9 卷
  10. 10第 10 卷
  11. 11第 11 卷
  12. 12第 12 卷
  13. 13第 13 卷
  14. 14第 14 卷
  15. 15第 15 卷
  16. 16第 16 卷
  17. 17第 17 卷
  18. 18第 18 卷
  19. 19第 19 卷
  20. 20第 20 卷
  21. 21第 21 卷
  22. 22第 22 卷
  23. 23第 23 卷
  24. 24第 24 卷
  25. 25第 25 卷
  26. 26第 26 卷
  27. 27第 27 卷
  28. 28第 28 卷
  29. 29第 29 卷
  30. 30第 30 卷