《科創(chuàng)板日報》12月30日訊 日前，深度求索DeepSeek-V3橫空出世，在AI行業(yè)內(nèi)引發(fā)巨震，關(guān)鍵原因之一就是預(yù)訓(xùn)練成本之低這個參數(shù)量高達671B的大模型，在預(yù)訓(xùn)練階段僅使用2048塊GPU訓(xùn)練了2個月，且只花費557.6萬美元。與此同時，DeepSeek-V3相比其他前沿大模型，性能卻足以比肩乃至更優(yōu)。
在這背后，DeepSeek-V3采用了用于高效推理的多頭潛在注意力（MLA）和用于經(jīng)濟訓(xùn)練的DeepSeekMoE。研發(fā)團隊證明，多Token預(yù)測目標（Multi-Token Prediction，MTP）有利于提高模型性能，可以用于推理加速的推測解碼。后訓(xùn)練方面，DeepSeek V3引入了一種創(chuàng)新方法，將推理能力從長思維鏈模型（DeepSeek R1）中，蒸餾到標準模型上。這在顯著提高推理性能的同時，保持了DeepSeek V3的輸出風(fēng)格和長度控制。
有觀點認為，DeepSeek-V3極低的訓(xùn)練成本或許預(yù)示著AI大模型對算力投入的需求將大幅下降，甚至有觀點將27日A股算力概念的下跌與之聯(lián)系在一起。但也有觀點認為，DeepSeek表現(xiàn)固然優(yōu)秀，但其統(tǒng)計口徑只計算了預(yù)訓(xùn)練，數(shù)據(jù)的配比需要做大量的預(yù)實驗，合成數(shù)據(jù)的生成和清洗也需要消耗算力。此外，在訓(xùn)練上做降本增效不代表算力需求會下降，只代表大廠可以用性價比更高的方式去做模型極限能力的探索。
“最重要的是，我們正式進入了分布式推理時代�！� 談及DeepSeek-V3時，Lepton AI創(chuàng)始人兼CEO賈揚清針對推理方面指出，“一臺單GPU機器（80×8=640G）的顯存已經(jīng)無法容納所有參數(shù)。雖然更新大顯存機器確實可以裝下模型，但不論如何，都需要分布式推理來保證性能和未來擴展�！�
中信證券研報也指出，近日，DeepSeek-V3的正式發(fā)版引起AI業(yè)內(nèi)廣泛高度關(guān)注，其在保證了模型能力的前提下，訓(xùn)練效率和推理速度大幅提升。DeepSeek新一代模型的發(fā)布意味著AI大模型的應(yīng)用將逐步走向普惠，助力AI應(yīng)用廣泛落地；同時訓(xùn)練效率大幅提升，亦將助力推理算力需求高增。
AI行業(yè)“下一件大事”？
“我們已經(jīng)達到了數(shù)據(jù)峰值……AI預(yù)訓(xùn)練時代無疑將終結(jié)。” OpenAI聯(lián)合創(chuàng)始人兼前首席科學(xué)家Ilya Sutskever前不久曾如此斷言。
多位AI投資人、創(chuàng)始人和CEO們在接受采訪時都表示，AI的Scaling Law定律的收益正在逐步衰減。
包括a16z合伙人Anjney Midha、微軟CEO Satya Nadella在內(nèi)，AI行業(yè)CEO、研究人員和投資人們，已經(jīng)發(fā)出了新的判斷：我們正處于一個新的Scaling Law時代“測試時間計算時代”，即“推理時代”。這項能力讓AI模型在回答問題之前，能有更多時間和算力來“思考”，“這特別有希望成為下一件大事” 。
AI應(yīng)用崛起 呼喚推理算力
為什么推理如此關(guān)鍵？
除了“舊版Scaling Law”效應(yīng)衰減之外，還有一個原因就在于AI應(yīng)用英偉達競爭對手、AI芯片制造商Cerebras曾如此解釋， “快速推理是解鎖下一代AI應(yīng)用的關(guān)鍵。從語音到視頻，有了快速推理之后，以前無法實現(xiàn)的響應(yīng)式智能應(yīng)用程序?qū)⒊蔀榭赡�。�?
以近期風(fēng)頭大盛的豆包為例，不久前豆包大家族全面更新，豆包大模型應(yīng)用場景不斷拓展，民生證券指出，這使得對推理算力的需求不斷攀升，主要集中在硬件設(shè)備算力需求、數(shù)據(jù)中心規(guī)模擴張需求、通信網(wǎng)絡(luò)需求三方面。
具體而言，豆包大模型將帶來多少推理端的算力需求增量？分析師根據(jù)目前豆包的月活、日活以及日均token調(diào)用量為基礎(chǔ)，做出保守、中性、樂觀3種假設(shè)，預(yù)計豆包大模型或?qū)?59、1139、1898億元的AI服務(wù)器資本開支需求。
隨著AI應(yīng)用顯著帶動算力建設(shè)，分析師指出，字節(jié)算力資本開支持續(xù)攀升。
另外，上周還有報道指出，小米正在著手搭建自己的GPU萬卡集群，將對AI大模型大力投入。小米大模型團隊在成立時已有6500張GPU資源。
當然，字節(jié)跳動與小米不是個例，海外科技巨頭也正在大手筆加大資本開支。據(jù)摩根士丹利預(yù)估，海外四大科技巨頭在2025年的資本開支可能高達3000億美元，其中亞馬遜964億美元、微軟899億美元、Alphabet 626億美元、Meta 523億美元。
雖說目前暫時無法明確其中有多少資金將用于AI算力建設(shè)，但從這些巨頭此前的種種表態(tài)與近年的資本方向可以想到，AI占比不會太低。
Bloomberg Intelligence最近的一篇報告顯示，企業(yè)客戶可能會在2025年進行更大規(guī)模的AI投資，而AI支出增長將更側(cè)重于推理側(cè)，以實現(xiàn)投資變現(xiàn)或提升生產(chǎn)力。
隨著端側(cè)AI放量，豆包、ChatGPT等AI應(yīng)用快速發(fā)展，多家券商研報指出，算力需求會加速從預(yù)訓(xùn)練向推理側(cè)傾斜，推理有望接力訓(xùn)練，成為下一階段算力需求的主要驅(qū)動力。
a16z合伙人Anjney Midha表示，如果推理計算成為擴展AI模型性能的下一個領(lǐng)域，那么對專門用于高速推理的AI芯片的需求可能會大幅增加。如果找到答案與訓(xùn)練模型一樣需要大量計算，那么AI領(lǐng)域“賣鏟人”將再次獲勝。
（科創(chuàng)板日報 鄭遠方）
