本文作者：李笑寅
来源：硬AI
开源大模型领域新秀再起。
昨天，知名私募巨头幻方量化旗下的AI公司深度求索（DeepSeek）发布全新第二代MoE大模型DeepSeek-V2。
这款支持128K上下文窗口的开源MoE模型，能凭借低至“谷底”的价格成为新星吗？
能力媲美GPT-4，价格为其百分之一
先看性能。
和当前主流大模型相比，DeepSeek-V2毫不逊色。
据悉，DeepSeek-V2拥有2360亿参数，其中每个token210亿个活跃参数，相对较少，但仍然达到了开源模型中顶级的性能，称得上是最强的开源MoE语言模型。
研究团队构建了由8.1T token组成的高质量、多源预训练语料库。与DeepSeek 67B使用的语料库相比，该语料库的数据量特别是中文数据量更大，数据质量更高。
据官网介绍，DeepSeek-V2的中文综合能力（AlignBench）在众多开源模型中最强，超过GPT-4，与GPT-4-Turbo，文心 4.0等闭源模型在评测中处于同一梯队。
其次，DeepSeek-V2英文综合能力（MT-Bench）与最强的开源模型LLaMA3-70B处于同一梯队，超过最强MoE开源模型Mixtral8x22B。
有分析指出，该模型的训练参数量高达8.1万亿个token，而DeepSeek V2表现出“难以置信”的训练效率，并且计算量仅为Meta Llama 3 70B 的1/5。
更直观地说，DeepSeek-V2训练所需的运算量是GPT-4 的1/20，而性能却相差不大。
有外国网友给出了高度评价：在仅有210亿个活跃参数的情况下，能达到如此强的推理能力相当惊人。
“如果属实的话，那是相当惊人的。”
“原来是中国公司？也许这就是‘中国队’在AI领域名列前茅的原因。”
不过，技术已经不是大模型的唯一宣传点了。
作为AI技术的前沿领域，大模型更新换代之快有目共睹，再强的性能也可能在发布的下一秒就被友商反超。
因此，DeepSeek选择“卷”价格。
目前DeepSeek-V2 API的定价为：每百万token输入1元、输出2元（32K上下文）。
和友商相比，仅为GPT-4-Turbo的近百分之一。
DeepSeek表示，采用8xH800 GPU的单节点峰值吞吐量可达到每秒50000多个解码token。
如果仅按输出token的API的报价计算，每个节点每小时的收入就是50.4美元，假设利用率完全充分，按照一个8xH800节点的成本为每小时15美元来计算，DeepSeek每台服务器每小时的收益可达35.4美元，甚至能实现70%以上的毛利率。
有分析人士指出，即使服务器利用率不充分、批处理速度低于峰值能力，DeepSeek也有足够的盈利空间，同时颠覆其他大模型的商业逻辑。
总结就是，主打一个“经济实惠”。
有网友表示：太便宜了，充50块能用好几年。
“日常的任务都能胜任。”
“开放平台送的十块钱共有500万token。”
全新创新架构，支持开源
价格是怎么被打下去的？
来自DeepSeek-V2的全新架构。
据悉，DeepSeek-V2采用Transformer架构，其中每个Transformer块由一个注意力模块和一个前馈网络（FFN）组成，并且在注意力机制和FFN方面，研究团队设计并采用了创新架构。
据介绍，一方面，该研究设计了MLA，利用低秩键值联合压缩来消除推理时键值缓存的瓶颈，从而支持高效推理。
另一方面，对于FFN，该研究采用高性能MoE架构 ——DeepSeekMoE，以经济的成本训练强大的模型。
DeepSeek-V2基于高效且轻量级的框架HAI-LLM进行训练，采用16-way zero-bubble pipeline并行、8-way专家并行和ZeRO-1数据并行。
鉴于DeepSeek-V2的激活参数相对较少，并且重新计算部分算子以节省激活内存，无需张量并行即可训练，因此DeepSeek-V2减少了通信开销。
并且，DeepSeek-V2完全开源（https://huggingface.co/deepseek-ai），可免费上用，开源模型支持128K上下文，对话官网/API支持32K上下文（约24000个token），还兼容OpenAI API接口。
不仅性能好，还这么便宜，甚至直接兼容OpenAI API，DeepSeek-V2这手“王炸”，换谁可能都没法拒绝。
外国网友直呼：没理由不用！
DeepSeek-V2的性能水平几乎和与GPT-4一致、提供的API与OpenAI API兼容、可以免费使用500个token、付费版本价格仅为GPT-4的1/100……
“没有理由不用它。”
本文来自微信公众号“硬AI”，关注更多AI前沿资讯请移步这里
