展開全文

鄭驍慶 照片源自：受訪者供圖

規(guī)模法則之外，還有另一個(gè)法則

NBD：微軟CEO薩提亞·納德拉在微軟2024年第四季度財(cái)報(bào)tel會(huì)上說(shuō)到，DeepSeek“有有些真正的創(chuàng)新”。在您看來(lái)，DeepSeek有那些創(chuàng)新點(diǎn)呢？

鄭驍慶：在深入研讀DeepSeek的技術(shù)報(bào)告后，咱們發(fā)掘，DeepSeek在降低模型訓(xùn)練和推理成本方面采用的辦法，大多基于業(yè)界已有的技術(shù)探索。例如，鍵值緩存（Key-Value cache）管理，對(duì)緩存數(shù)據(jù)進(jìn)行壓縮。另一個(gè)是混合專家模型（MoE，Mixture of Experts），實(shí)質(zhì)上指的是，在推理的時(shí)候，只需運(yùn)用模型的某一個(gè)特定的模塊，而不需要所有模型的網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)都參與這個(gè)推理過程。

另外，Deepseek還采用了FP8混合精度訓(xùn)練的技術(shù)手段。這些其實(shí)之前都有所探索，而DeepSeek的創(chuàng)新之處就在于，很好地將這些能夠降低技術(shù)和推理成本的技術(shù)整合起來(lái)。

NBD：您認(rèn)為DeepSeek現(xiàn)周期的技術(shù)水平上是不是已然接近或達(dá)到了全世界領(lǐng)先水平呢？

鄭驍慶：DeepSeek日前在現(xiàn)有技術(shù)基本上，包含網(wǎng)絡(luò)結(jié)構(gòu)訓(xùn)練算法方面，實(shí)現(xiàn)了一種階段性的改進(jìn)，并非是一種本質(zhì)上的顛覆性創(chuàng)新，這一點(diǎn)是比較知道的。其改進(jìn)重點(diǎn)是針對(duì)特定任務(wù)，例如，DeepSeek在數(shù)學(xué)、代碼處理以及推理任務(wù)等方面，提出了一種在性能與成本上相對(duì)平衡的處理方法。然而，它在開放行業(yè)（open domain）上的表現(xiàn)，優(yōu)良并不是非常顯著。

在業(yè)界存在著兩個(gè)法則，一個(gè)是規(guī)模法則（Scaling Law），即模型的參數(shù)規(guī)模越大、訓(xùn)練數(shù)據(jù)越多，模型就會(huì)更好。另一一個(gè)法則指的是，隨著技術(shù)的持續(xù)發(fā)展，在既有技術(shù)基本上連續(xù)改進(jìn)，能夠大幅降低成本。

例如說(shuō)，以GPT-3為例，初期它的成本就很高。但隨著科研的深入，科研人員逐步清楚那些東西是工作的，那些東西是不工作的。科研人員基于過往的成功經(jīng)驗(yàn)，科研目的會(huì)逐步清晰，成本實(shí)質(zhì)上亦會(huì)隨之降低。

DeepSeek的成功，我更覺得可能是工程優(yōu)化上的成功。當(dāng)然亦非常高興看到中國(guó)的科技企業(yè)在大模型的時(shí)代，在性能與成本的平衡方面取得了明顯發(fā)展，持續(xù)推動(dòng)大模型的運(yùn)用和訓(xùn)練成本下降。符合剛才我說(shuō)到的第二個(gè)法則的狀況之下，步行到世界前列。

DeepSeek有效平衡性能和成本，但對(duì)芯片需要影響不大

NBD：DeepSeek旗下模型的最大亮點(diǎn)之一是在訓(xùn)練和推理過程中明顯降低了算力需要。您認(rèn)為這種低成本大效能的技術(shù)創(chuàng)新，長(zhǎng)時(shí)間來(lái)看，會(huì)對(duì)英偉達(dá)等芯片機(jī)構(gòu)產(chǎn)生什么影響呢？

鄭驍慶：我個(gè)人認(rèn)為，它并不會(huì)對(duì)芯片采購(gòu)量或出貨量產(chǎn)生太大的影響。

首要，像DeepSeek或類似的機(jī)構(gòu)，在尋找有效的整合處理方法時(shí)，需要進(jìn)行海量的前期科研與消融實(shí)驗(yàn)。所說(shuō)的消融實(shí)驗(yàn)，即指經(jīng)過一系列測(cè)試來(lái)確定哪個(gè)方法是有效的以及那些方法的整合是有效的。而這些測(cè)試就非常依賴于芯片，由于芯片越多，迭代次數(shù)就越多，就越容易曉得哪個(gè)東西工作或哪個(gè)東西不工作。

例如說(shuō)，DeepSeek的訓(xùn)練預(yù)算不到600萬(wàn)美元。它的技術(shù)報(bào)告中說(shuō)到，不到600萬(wàn)美元的資金，是根據(jù)GPU的小時(shí)數(shù)（每小時(shí)兩美元）來(lái)估算的。亦便是說(shuō)，她們基于之前的非常多科研，把整條訓(xùn)練流程都已然搞清楚的狀況之下（那些是工作，那些不工作的），重新走一遍。它的GPU的運(yùn)算速度是多少，運(yùn)算小時(shí)數(shù)是多少，而后再乘以每小時(shí)兩美元得到的這個(gè)結(jié)果。報(bào)告中亦說(shuō)到了，600萬(wàn)美元其實(shí)無(wú)包括先期科研成本，例如，在結(jié)構(gòu)上的探索、在算法上的探索、在數(shù)據(jù)上采收集上的探索的成本，亦無(wú)涵蓋消融實(shí)驗(yàn)的開銷以及設(shè)備的折舊費(fèi)。因此，我個(gè)人判斷，對(duì)英偉達(dá)其實(shí)影響不是那樣大。

另一，DeepSeek的科研顯示，非常多中小企業(yè)都能用得起這般的大模型。盡管訓(xùn)練成本的下降可能會(huì)暫時(shí)減少對(duì)GPU的需要，但大模型變得更加經(jīng)濟(jì)，會(huì)使本來(lái)由于模型成本太高而不打算運(yùn)用大模型的企業(yè)，加入到運(yùn)用模型的行列，反而會(huì)增多針對(duì)芯片的需要。

NBD：隨著DeepSeek-V3、R1等低成本大模型的面世，傳統(tǒng)的大規(guī)模數(shù)據(jù)中心和高投入的大模型訓(xùn)練是不是仍然值得繼續(xù)推進(jìn)呢？

鄭驍慶：我覺得仍然值得。由于首要DeepSeek模型是語(yǔ)言模型，還無(wú)擴(kuò)展到多模態(tài)，乃至于咱們以后要科研世界模型。那樣一旦引入多模態(tài)之后，對(duì)算力的需求和基本設(shè)備需求就會(huì)成指數(shù)的增長(zhǎng)。由于人工智能不可能僅僅局限于語(yǔ)言體本身，語(yǔ)言只是智慧的一種表現(xiàn)，而在這方面的探索仍然需要這般的一個(gè)基本設(shè)備。

剛才亦說(shuō)到DeepSeek其實(shí)是在非常多先期研究的基本之上，找到了一條性能和成本平衡的一個(gè)處理方法。先期科研包含各樣各樣的嘗試，怎么樣去加速它呢？這個(gè)還是需要強(qiáng)大的硬件支持。否則，每迭代一次，就可能需要長(zhǎng)達(dá)一年多的時(shí)間，這顯然是沒法趕上此刻AI軍備競(jìng)賽的。而倘若有幾萬(wàn)張卡，迭代可能幾天就完成為了。

另一便是應(yīng)用方面。即便是模型的推理成本再低，當(dāng)需要支持?jǐn)?shù)千、數(shù)萬(wàn)乃至更大規(guī)模的并發(fā)運(yùn)用時(shí)，仍然需要一個(gè)配備海量顯卡的強(qiáng)大基本架構(gòu)來(lái)保證穩(wěn)定運(yùn)行。

我覺得大規(guī)模預(yù)訓(xùn)練這一波潮流可能會(huì)弱化，可能不會(huì)作為下一步大眾爭(zhēng)奪的主戰(zhàn)場(chǎng)。之前這個(gè)行業(yè)曾是競(jìng)爭(zhēng)激烈的戰(zhàn)場(chǎng)，但此刻看來(lái)，成本和產(chǎn)出之間的比例正逐步趨于緊縮。然則后面兩步——高質(zhì)量數(shù)據(jù)的微調(diào)和基于強(qiáng)化學(xué)習(xí)的人類偏好對(duì)齊，我相信將來(lái)會(huì)有更加多的投入。

照片源自：視覺中國(guó)

開源加速模型更新和迭代，降低安全顧慮

NBD：DeepSeek采用開源模式，與許多國(guó)外大模型巨頭閉源的做法區(qū)別。您怎么看開源模型在推動(dòng)AI行業(yè)發(fā)展中的功效？

鄭驍慶：DeepSeek日前受到了廣泛地關(guān)注和認(rèn)可。從開源模型與閉源模型的方向來(lái)看，咱們觀察到，開源模型在累積了以往科研成果的基本上，在目的知道的狀況之下，借助于各樣訓(xùn)練技巧以及模型結(jié)構(gòu)上的優(yōu)化，尤其是吸收先前科研者在大模型行業(yè)已驗(yàn)證有效的原理和辦法，開源模型已能夠大致追上閉源模型。

開源模型最大的好處就在于，一旦模型開源，全世界的頂尖人才都能基于這些代碼進(jìn)行進(jìn)一步的迭代與優(yōu)化，這無(wú)疑加速了這個(gè)模型的更新與發(fā)展進(jìn)程。相比之下，閉源模型肯定是無(wú)這般的能力的，只能靠持有這個(gè)閉源模型所屬公司的內(nèi)部人才去推動(dòng)模型的迭代，迭代速度相對(duì)受限。

另一，開源模型透明開放，亦緩解了公眾針對(duì)大模型運(yùn)用安全的有些顧慮。倘若模型閉源，大眾在運(yùn)用過程其中可能或多或少會(huì)有有些顧慮。況且開源模型針對(duì)人工智能的普及以及全世界范圍內(nèi)的公平應(yīng)用起到了非常好的促進(jìn)功效，尤其是技術(shù)平權(quán)方面。亦便是說(shuō)，當(dāng)一項(xiàng)科學(xué)技術(shù)發(fā)展起來(lái)以后，全世界的人，不管來(lái)自哪個(gè)國(guó)家、身處何地，都應(yīng)用享有平等地享受這種技術(shù)所帶來(lái)的優(yōu)良及其產(chǎn)生的經(jīng)濟(jì)效益。

此刻的AI競(jìng)爭(zhēng)是在中國(guó)的中國(guó)人和在美國(guó)的中國(guó)人競(jìng)爭(zhēng)

NBD：DeepSeek團(tuán)隊(duì)成員多為國(guó)內(nèi)頂尖高校的應(yīng)屆畢業(yè)生、在校博士生。您認(rèn)為中國(guó)AI是不是存在獨(dú)特的競(jìng)爭(zhēng)優(yōu)良？

鄭驍慶：我覺得咱們的AI上面的競(jìng)爭(zhēng)優(yōu)良，其實(shí)是咱們的人才數(shù)量上的優(yōu)良。這幾年，從我個(gè)人來(lái)看，咱們的高等教育，包含碩士、博士的培養(yǎng)，有了長(zhǎng)足進(jìn)步。此刻從中國(guó)的頭部高校來(lái)看，對(duì)博士生、碩士生的培養(yǎng)已然比較接近于美國(guó)。

在這般的狀況之下，咱們的基本高等教育質(zhì)量的提高，使得咱們貯存了海量的人才。在這般的過程其中，咱們能夠?qū)ΜF(xiàn)有的技術(shù)進(jìn)行快速的消化。

實(shí)質(zhì)上，美國(guó)許多大模型科研團(tuán)隊(duì)，不乏有華人的身影。大眾開玩笑說(shuō)，此刻的人工智能競(jìng)爭(zhēng)是在中國(guó)的中國(guó)人和在美國(guó)的中國(guó)人競(jìng)爭(zhēng)。要說(shuō)劣勢(shì)，其實(shí)我覺得還是很遺憾的，那便是咱們很少能有顛覆性的創(chuàng)新。

每日經(jīng)濟(jì)新聞返回外鏈論壇： http://www.fok120.com，查看更加多