全文 4,000字 | 閱讀約10分鐘

　　【導語】

　　在全球AI領域，當兩大巨頭相繼對同一家公司發表評論時，往往意味著一個重要拐點的到來。近期，繼OpenAI CEO Sam Altman稱贊DeepSeek的R1模型"令人印象深刻"后，Anthropic的掌門人也對這家中國AI公司作出深度解讀，引發業界廣泛關注。

　　【核心要點預覽】

　　DeepSeek的技術突破更多體現了AI領域的自然成本下降趨勢，而非顛覆性創新。

　　在全球AI競爭格局中，大規模計算資源的獲取和控制能力仍是決定性因素。

　　企業需要投入更多資源來保持競爭力，誰能獲得并掌控關鍵計算資源，誰就能在全球AI競爭中占據主導地位。

　　競爭不僅僅是技術層面的較量，更關乎未來全球科技格局的走向。

　　當OpenAI的Sam Altman稱贊DeepSeek的R1模型"令人印象深刻"時，
就在昨天29日Anthropic的CEO Dario Amode也對這家Deepseek做出深度解讀。這兩位全球頂級AI企業掌門人的關注，讓我們不得不重新思考：DeepSeek到底做對了什么？

　　從表面上看，DeepSeek似乎只是用更低的成本，復制了美國頂級AI模型的成就。但在Amodei看來，事情遠不這么簡單。這不僅關乎單個企業的成功，更揭示了整個AI行業發展的深層規律。正如他所說，DeepSeek的進展并非偶然，而是符合AI技術發展的基本邏輯。

　　要理解這一現象，我們首先需要厘清推動AI發展的三大核心動力。這些動力不僅解釋了為什么DeepSeek能夠在短時間內取得如此顯著的進展，也讓我們得以一窺未來AI競爭的關鍵所在。

　　三大 AI 發展動力

　　在談政策之前，先得了解三種關于 AI 系統的核心發展動力：

　　1、擴展定律 ( Scaling laws )

　　簡單來說，當我們對 AI 系統加大訓練規模時，它在各類認知任務上的表現往往會平穩而且大幅度地提升。我的團隊和我在 OpenAI 時，就率先記錄了這個現象。比如，一款投入 100 萬美元訓練的模型可能只能完成 20% 的重要編程任務；如果投入 1000 萬美元，成績就能提升到 40%；而 1 億美元的投入則能達到 60%——其中的差距在實際應用中意義非凡：再多投入一個數量級，模型可能就從本科生水平跳到博士生水平。因此，各家公司都在積極投入資金來提升模型實力。

　　2、推動曲線 ( Shifting the curve )

　　在這一領域，層出不窮的新想法能讓模型訓練和運行效率更高：可能是對 Transformer 架構做一些微調，也可能是讓模型在硬件上跑得更順暢。新一代硬件同樣有這方面的效果。其結果就是“推動”整條曲線前進：如果有個創新可以帶來 2 倍的“ compute multiplier ( CM )”，那么同樣的指標就能用原本一半的預算達成。前沿的 AI 公司經常發現各種幅度不同的 CM ——大多是 1.2 倍左右的改進，有時能到 2 倍，偶爾還能達到 10 倍。由于更強大的系統價值極大，公司往往會把節省下來的成本再投回到更大規模的訓練上，從而讓模型更加智能；唯一的限制是公司自身的預算規模。很多人會直覺地認為：“先貴后便宜”，好像 AI 質量不變，價格便宜了我們就會少用芯片，但真正要看的是擴展曲線：當效率提升時，我們只會更快往曲線的高端走，因為高端的潛在價值實在太大。我的團隊在 2020 年發表的論文指出，算法改進能讓這條曲線每年推進 1.68 倍；近年來這個數字可能更高，還沒把硬件和效率提升算進來。估計當下的速度或許能達到每年 4 倍。有另一種測算也能佐證這一點。而且，訓練曲線的這種推動也會帶動推理曲線 ( inference curve ) 的進步，所以，保持同樣質量的模型時，成本已在過去幾年里不斷下降。像 Claude 3.5 Sonnet 就比最初的 GPT-4 發布晚了 15 個月，但在大部分測評上都超過了 GPT-4 ， API 價格卻便宜了 10 倍左右。

　　2、轉變范式 ( Shifting the paradigm )

　　有時候，擴展所基于的核心思路會發生變化，或者訓練流程里會加入新的擴展手段。2020 年到 2023 年，大家主要是不斷加大預訓練模型的規模——先在海量 internet text 上進行訓練，再輔以少量其它訓練。可到了 2024 年，用 reinforcement learning ( RL ) 來教模型生成推理鏈 ( chains of thought ) 已成為新的研究熱點。Anthropic 、 DeepSeek 和其他不少公司（尤其是 OpenAI 在 9 月推出的 o1-preview 模型）都發現，這樣的訓練方式能顯著提升模型在數學、編程競賽以及類似推理任務上的客觀性能。具體做法是先獲取一個常規預訓練模型，然后在第二階段使用 RL 來增強它的推理能力。因為這種 RL 還算新穎，大家都只是在第二階段投入相對不大的費用，但即便從 10 萬美元提高到 100 萬美元也能帶來巨大飛躍。如今，各家公司都在加速把這部分預算擴展到數億乃至數十億美元，但重要的是要意識到：我們正處于一個“交匯點”上——這一新范式非常強大，而且還處在擴展曲線的初期，因此可以在短期內看到驚人的進步。

　　DeepSeek 的模型發布

　　前面提到的三種驅動 AI 發展的動力，也能幫助我們理解 DeepSeek 最近的模型發布。大約一個月前， DeepSeek 推出了 “ DeepSeek-V3 ”，這是一種純預訓練模型3——對應前文第 3 點所提及的第一階段。上周他們又發布了 “ R1 ”，加入了第二階段。從外部觀察，我們無法知曉這些模型的所有細節，但以下是我對它們的主要認識。

　　實際上，真正令人眼前一亮的，是一個月前就已發布的 DeepSeek-V3 ——這個模型當時就值得引起大家的關注（我們也確實如此）。DeepSeek-V3 作為一款預訓練模型，似乎能在某些關鍵任務上接近美國頂尖 US 模型的水平?，而且訓練成本還明顯更低（不過我們發現， Claude 3.5 Sonnet 在現實編程等一些關鍵任務上依然有明顯優勢）。DeepSeek 團隊主要依靠在工程效率方面的一系列真材實料、令人印象深刻的創新做到這一點，其中包括對 “ Key-Value cache ” 的創新管理，以及推動 “ mixture of experts ” 方法比過去更進一步的嘗試。

　　但我們要仔細看看背后情況：

　　DeepSeek 并沒有像一些人所說的那樣，“只花 600 萬美元?就做到了 US AI 公司花數十億美元才能完成的事”。至少就 Anthropic 而言：Claude 3.5 Sonnet 是個中等規模的模型，訓練花費是幾千萬美元級別（我不會給出確切數字）。此外， 3.5 Sonnet 并沒有通過更龐大或更昂貴的模型進行任何訓練（這與傳言相反）。Sonnet 的訓練發生在 9 到 12 個月前，而 DeepSeek 的模型是在去年 11 月和 12 月訓練的，而且 Sonnet 在許多內部和外部測評中依然領先。所以，更合理的說法是：“ DeepSeek 以相對較低的成本（但沒想象中那么夸張），做出了性能接近美國 7～10 個月前那些模型的成果。”

　　如果過去的歷史趨勢是訓練成本每年能下降 4 倍左右，那么像 2023 和 2024 年那樣的大幅度成本下降并不意外。因此，人們自然而然會在今年這個時段，看到一個比 3.5 Sonnet / GPT-4o 便宜 3～4 倍的模型出現。而因為 DeepSeek-V3 和美國目前最前沿的模型相比還有一定差距——可以估算它在擴展曲線 ( scaling curve ) 上差了約兩倍（我其實已經很看好它了）——那么如果 DeepSeek-V3 的訓練成本比美國當前這些一年前發布的模型低 8 倍左右，也完全在預期范圍內。所以，即便認可 DeepSeek 自己宣稱的訓練成本，這個結果也只是“符合歷史趨勢”，甚至有可能還達不到。比如，從最早的 GPT-4 到 Claude 3.5 Sonnet 的推理價格差就達到 10 倍，而 3.5 Sonnet 的質量還勝過 GPT-4 。因此， DeepSeek-V3 稱不上是個重大突破，也沒有在根本上改變大規模語言模型 ( LLM ) 的經濟邏輯；它只是一個落在成本持續下降曲線上的“正常點”。不過，此次與以往不同的地方在于，第一家把這種常規成本下降呈現出來的企業是來自中國，這在地緣政治層面非常值得關注。但美國公司很快也會跟進——不是通過抄襲 DeepSeek ，而是因為他們一樣在達成常規的成本下降趨勢。

　　DeepSeek 和美國 AI 公司都擁有比以往訓練它們“主打”模型時更多的資金和芯片儲備。額外的芯片往往用于研發，以嘗試新的思路，或者來訓練更大的模型（可能還沒正式推出，或者需要多次試驗才能成功）。據報道（我們無法保證其真實性）， DeepSeek 可能擁有 5 萬塊 Hopper 代芯片，我估算這可能比美國主要 AI 公司擁有的數量相差 2～3 倍（相比之下，這比 xAI 的 “ Colossus ” 集群少 2～3 倍）。這 5 萬塊 Hopper 芯片差不多要花 10 億美元。因此， DeepSeek 作為一家公司（不是訓練單個模型），它的總投入和美國 AI 實驗室比并沒有高出很多。

　　另外，“擴展曲線” ( scaling curve ) 的分析確實有些簡化，因為不同模型在不同任務上有強項和弱項；曲線僅僅是一個忽略了許多細節的粗略平均值。就 Anthropic 的模型而言，正如我前面提到的， Claude 在寫代碼方面表現極好，而且在人機交互的風格設計上也相當優秀（很多人用它來做個人建議或情感支持）。在這些以及一些其他任務上， DeepSeek 與之相比還差得遠。這部分實力差異不會體現在單純的擴展曲線數據里。

　　執行得力的 出口管制 是唯一能大幅降低中國大規模獲取芯片風險的關鍵手段，也是在國際格局中維持單極或雙極態勢的重要因素。

　　并不是因為 DeepSeek 表現優異， 出口管制 就已經失效。正如我先前提到， DeepSeek 擁有相當可觀的芯片資源，所以他們能研發并訓練出高水平的模型并不令人意外。他們在硬件與資金上并不比 US 的 AI 公司匱乏，而 出口管制 并非促使他們“創新”的根本原因。就工程實力而言，他們的團隊確實相當出色，也顯示出China在此領域與 US 之間的競爭力。

　　同時， DeepSeek 并沒有證明中國可以無限通過走私獲得所有想要的芯片，也沒有顯示 出口管制 存在難以補救的漏洞。我并不認為 出口管制 的目標是阻止它獲得幾萬塊芯片——隱藏 1B 美元的交易也許并非絕無可能，但要隱藏 10B 或 100B 美元就相當困難，更不用說一次性走私數以百萬計的芯片。在 SemiAnalysis 的報道中， DeepSeek 目前擁有包括 H100 、 H800 和 H20 在內的約 5 萬塊芯片；自 H100 發布以來就被列入禁運清單，所以如果他們真有 H100 ，只能通過少量特殊渠道獲取（盡管 Nvidia 方面曾表示， DeepSeek 所做的工作“完全符合 出口管制 規定”）。至于 H800 是在 2022 年第一輪管制時仍可正常出口的，但在 2023 年 10 月新規出臺后被禁止，因此很可能是禁令前已交付；而 H20 雖然在訓練效率上不及前兩種芯片，但推理性能較佳，目前仍屬允許出口范圍。可見， DeepSeek 的芯片組合中，一部分屬于當時未被禁止但后續或應納入限制的型號，一部分是在禁令生效前就交付，還有一些可能是通過非正常手段獲取。由此也能看出， 出口管制 正在不斷完善、堵漏；如果沒有這些管制，或許他們可以更容易獲得更多更高端的芯片。只要管控收緊及時，就有可能限制 China 在更大規模上獲取這些芯片，從而提升 US 維持優勢地位的可能性。

　　之所以我會著重討論 出口管制 與 US 的安全問題，并不是要刻意“針對” DeepSeek 。從他們的訪談看，這家公司專注于技術研發本身，致力于做出實用產品。

　　但如果他們的技術能在 AI 領域與美國持平甚至超越，全球在此領域的競爭格局將會出現諸多不確定性。基于多種考量， 出口管制 依然是影響這一競爭態勢的重要調控手段。技術不斷升級、效能不斷提高，若將此視為放寬管制的理由，則可能帶來更多不可預見的風險。

　　原文鏈接：https://darioamodei.com/on-deepseek-and-export-controls

　　來源：官方媒體/網絡新聞

　　排版：Atlas

　　編輯：深思

　　主編：圖靈