DeepSeek-R1 与 AI 成本、算力之争

DeepSeek-R1 于 2025 年 1 月发布，在 AI 行业内引起强烈反应。这是一个公开了权重和技术报告的推理模型，其他人可以在适用条款下研究和运行它。与 OpenAI o1 的比较基于特定评估，不应推广到所有任务。

我重复了一个广泛流传的说法，称该模型训练成本约为 500 万美元。这需要更正：[DeepSeek-V3 技术报告](https://arxiv.org/abs/2412.19437)估算，V3 预训练、上下文扩展及 V3 后训练合计使用 278.8 万个 H800 GPU 小时，按每 GPU 小时 2 美元计算约为 557.6 万美元。该数字不包括此前研究和消融实验；它并非 R1 及其单独后训练、硬件、人员或服务的完整成本。

模型发布时，美国正计划大规模建设基础设施。Stargate 在 2025 年 1 月的公告中称，计划在四年内投资 5000 亿美元；这是计划，不能证明全部金额已经支出。Meta 和其他公司也讨论了大量 AI 资本开支，引发人们对未来能否更高效地构建系统的疑问。

DeepSeek 于 2025 年 1 月 20 日发布 R1。其报告描述了多阶段推理训练方法，选定基准测试结果与同期模型具有竞争力。尽管权重和重要细节已经公开，并非每个数据集和训练组件都已发布；能否复现以及运行大型模型的实际成本仍是不同的问题。

最初的兴奋随后演变为关于大型 AI 公司是否过度支出的争论。我不认为单凭这次发布就能证明它们的投资没有必要。比较成本需要以一致口径计算此前研究、训练、基础设施和推理，而不是把范围较窄的 V3 算力估算当成全部费用。

一则广泛传播的帖子将 DeepSeek 描述为与中国量化交易公司幻方量化有关的副项目。这种联系是公司背景的一部分，但社交媒体帖子并非对其人员、设备或目标经过审计的说明。开放权重可以在独立硬件上运行，但完整模型仍需要大量资源，使用托管 API 也有自己的成本。

网上反应从低成本模型击败 OpenAI 的玩笑，到称此次发布是政府主导的经济战的指控，不一而足。我不接受 OpenAI 已被击败这一夸张结论；视频中关于秘密国家行动的说法也未经证实。仅凭模型发布或低 API 价格不能证明这种意图。

Scale AI 的 Alexandr Wang 推测 DeepSeek 可能拥有约 5 万块 NVIDIA H100 GPU，并讨论了美国出口管制。这是一项说法，并非独立核实的库存数字或违规证明。DeepSeek 报告披露了特定 V3 训练运行所使用的 H800 硬件和 GPU 小时；该数字不能说明公司全部硬件持有量。

我提到 Hugging Face 正在尝试复现该方法的部分内容。它后来发起的 [Open-R1 项目](https://huggingface.co/blog/open-r1)描述了重建数据和训练流程的工作，既体现了公开报告的价值，也说明完全开放地复现仍有工作要做。Emad Mostaque 也在社交媒体上提出成本估计；这些是估算，不是对 DeepSeek 总支出的审计。

一些社交媒体帖子声称大量 API 调用费用极低，并将其服务能力与竞争对手比较。这些轶事无法证明总体吞吐量、实际单位成本、盈利能力或部署的硬件数量。定价可能反映补贴、促销、输出长度等多种条件。

训练模型与提供回答服务是不同的成本。推理系统可以在推理时使用额外算力，更多计算可能对某些任务有帮助，但不能保证每次回答都更好。单凭公布的低 API 价格，无法看出服务商的全部成本，也不能证明其拥有独特的技术优势。

Wang 认为美国应加快创新并收紧芯片管制，同时将 DeepSeek 描述为对股票市场的潜在威胁。这些是政策和市场观点，并非模型发布所确立的结论。可以讨论出口管制、竞争和资本支出，而不必把未经核实的硬件数量当成事实。

我的第一种情景是，高效技术得到复现，推理成本下降。我引用杰文斯悖论：当一种资源变得更便宜时，使用量增加可能抵消部分甚至全部节省。但总能源消耗、GPU 需求或支出是否真的增加，取决于需求的响应程度；反弹是可能性，而非自动成立的经济规律。

第二种情景是，该公司拥有比某些人认为的更多的计算资源。我认为，在这两种情景下，投资仍可能有用，因为高能力系统有大量需求。我更强的说法，即拥有最多算力的人必然造出最聪明的模型，只是一项预测：算法、数据、工程、获取能力和部署同样重要。

Y Combinator 的 Garry Tan 也认为，更便宜的训练可能加速推理需求。这是合理的市场情景，但需求规模及其在不同公司之间的分布，并不会仅因一个模型发布而必然确定。训练经济性、服务经济性和数据中心投资回报应分别评估。

投资者 Chamath Palihapitiya 提出了不同观点，呼吁审查可能存在的受禁芯片获取，并区分训练芯片管制和全球推理市场。他还预测，投资者重新考虑企业资本支出时，市场会出现波动。这些是他的政策和市场论点，并非某次具体芯片转移已经发生的经核实结论。

我不同意更高效的模型必然使大型基础设施支出成为错误的观点。我预计更便宜的 AI 会进入更多应用场景并消耗可用算力；Palihapitiya 则认为，如果公司无需花那么多钱也能获胜，市场可能会奖励它们。结果取决于未来的定价、生产力、竞争和需求。

Palihapitiya 还认为，约束可以鼓励更有创造力的工程工作。这是一种值得考虑的可能性：有限资源可能促使团队提高效率。但它不能说明 DeepSeek 资源的完整历史，也不能证明大规模投资与创新互相排斥。

Yann LeCun 认为 DeepSeek 受益于开放研究和工具，包括 PyTorch 和 Llama，而公开改进让其他人能够继续在此基础上发展。我同意共享研究和权重可以扩大参与范围。但仍需区分：可获得的权重和论文支持实验，却不会自动提供精确复现所需的全部数据和材料。

录制时，关于 DeepSeek 硬件、成本和竞争影响的许多问题仍没有定论。我不想在隐藏资源的理论和“各方面都很便宜的副项目”叙事之间简单二选一，而将其视为一场仍在发展的讨论，涉及效率、开放研究和 AI 需求。每项说法所拥有的证据各不相同。