全球最新排名：DeepSeek-V3奪開源模型第一！是“新瓶裝舊酒”還是實(shí)質(zhì)性突破？業(yè)內(nèi)人士詳解

每經(jīng)記者 鄭雨航    每經(jīng)實(shí)習(xí)記者 岳楚鵬    每經(jīng)編輯 高涵    

2024年12月26日，深度求索（DeepSeek）發(fā)布了其最新人工智能（AI）大模型DeepSeek-V3，并同步開源，刷屏中外AI圈。DeepSeek在兩年內(nèi)就成功開發(fā)出一款性能比肩國(guó)際頂尖的AI模型，成本僅為557萬美元，與OpenAI 7800萬美元的GPT-4訓(xùn)練成本形成鮮明對(duì)比。

聊天機(jī)器人競(jìng)技場(chǎng)（Chatbot Arena）最新數(shù)據(jù)顯示，DeepSeek-V3排名全模型第七，開源模型第一。競(jìng)技場(chǎng)官方表示，DeepSeek-V3是全球前十中性價(jià)比最高的模型。在風(fēng)格控制下表現(xiàn)穩(wěn)健，在復(fù)雜問題和代碼領(lǐng)域表現(xiàn)均位列前三。

在長(zhǎng)達(dá)55頁(yè)的技術(shù)報(bào)告背后，DeepSeek將它的技術(shù)路線完整地展示給公眾。有人稱贊它是一次真正的技術(shù)突破，但也有人質(zhì)疑它只是現(xiàn)有優(yōu)化技術(shù)的集成而已，本質(zhì)上是新瓶裝舊酒。

對(duì)此，有業(yè)內(nèi)人士告訴《每日經(jīng)濟(jì)新聞》記者，DeepSeek-V3是首個(gè)創(chuàng)新融合使用了FP8、MLA、MoE三項(xiàng)技術(shù)的大模型，可以看作是實(shí)質(zhì)性的突破。

聊天機(jī)器人競(jìng)技場(chǎng)：DeepSeek-V3位列總排名第七、開源模型第一

最新的聊天機(jī)器人競(jìng)技場(chǎng)（Chatbot Arena）數(shù)據(jù)顯示，DeepSeek-V3排名第七，成為前十名中唯一的開源國(guó)產(chǎn)模型。

圖片來源：聊天機(jī)器人競(jìng)技場(chǎng)

DeepSeek-V3模型被評(píng)價(jià)為國(guó)產(chǎn)第一，并且也是全球前十中性價(jià)比最高的模型。DeepSeek-V3在風(fēng)格控制下表現(xiàn)穩(wěn)健，在復(fù)雜問題和代碼領(lǐng)域沖進(jìn)了前三名。

聊天機(jī)器人競(jìng)技場(chǎng)是目前最知名的大模型評(píng)比榜單，用戶在平臺(tái)上同時(shí)與兩個(gè)匿名模型進(jìn)行對(duì)話，提出相同問題，比較它們的回答。根據(jù)模型的回答質(zhì)量，用戶選擇自己偏好的答案，或選擇平局或都不滿意。根據(jù)用戶投票結(jié)果，平臺(tái)使用Elo評(píng)分系統(tǒng)更新模型的分?jǐn)?shù)。相比較于其他基準(zhǔn)測(cè)試，這一評(píng)分標(biāo)準(zhǔn)更能反映出真人用戶對(duì)于大模型的偏好。

AI智能體與大語言模型集成平臺(tái)Composio也從推理、數(shù)學(xué)、編程和創(chuàng)意寫作四個(gè)維度將DeepSeek-V3和目前最流行的兩個(gè)大模型Claude 3.5 Sonnet和GPT-4o進(jìn)行了比較。

在推理方面，DeepSeek-V3與Claude 3.5 Sonnet、GPT-4o平分秋色，在個(gè)別特定問題上還要表現(xiàn)得更好一點(diǎn)。

在數(shù)學(xué)方面，DeepSeek-V3比Claude 3.5 Sonnet和GPT-4o要好得多。測(cè)試者使用了Gilbert Strang的線性代數(shù)（MIT的線性代數(shù)入門教材）中的一道題作為測(cè)試問題。GPT-4o和Claude 3.5 Sonnet都只能找到一個(gè)可能的頂點(diǎn)，而DeepSeek-V3能找出三個(gè)頂點(diǎn)。

在編程方面，DeepSeek-V3非常接近GPT-4o的編碼能力，但Claude 3.5 Sonnet是表現(xiàn)最好的模型。不過，DeepSeek-V3的定價(jià)卻極具吸引力?？紤]到性價(jià)比，如果只是一般使用的話，Composio認(rèn)為DeepSeek-V3會(huì)是更好的選擇。

在創(chuàng)意寫作方面，Claude 3.5 Sonnet更佳，GPT-4o與DeepSeek-V3相差不大。

但是，DeepSeek現(xiàn)在API的輸入價(jià)格僅為每百萬Token0.1元人民幣，而Claude3.5 Sonnet API輸入價(jià)格為每百萬Token 3美元。Composio站在使用者的角度判斷，如果用戶想要在大模型之上構(gòu)建應(yīng)用程序，那么Deepseek-V3是明智之選。DeepSeek-V3的性價(jià)比讓它成為構(gòu)建面向客戶的AI應(yīng)用程序的理想選擇。

圖片來源：X

新瓶裝舊酒？業(yè)內(nèi)人士：DeepSeek-V3有實(shí)質(zhì)突破，融合三項(xiàng)創(chuàng)新技術(shù)

DeepSeek刷屏的另一大焦點(diǎn)便是：它的價(jià)格為何那么便宜？

DeepSeek在它長(zhǎng)達(dá)55頁(yè)的技術(shù)報(bào)告里給出了答案:DeepSeek-V3利用混合專家 (MoE)架構(gòu)來優(yōu)化性能，在每次處理過程中僅激活6710億個(gè)參數(shù)中的370億個(gè)。同時(shí)還融合使用了多頭潛在注意力(MLA)、FP8混合精度和多token預(yù)測(cè)等技術(shù)進(jìn)一步提高了其效率和有效性。

有人質(zhì)疑稱，這些技術(shù)在很早之前就已經(jīng)提出過，DeepSeek只是將這些優(yōu)化技術(shù)集成在一起而已。

對(duì)此，資深業(yè)內(nèi)人士、技術(shù)交流平臺(tái)北京城市開發(fā)者社區(qū)主理人貓頭虎告訴《每日經(jīng)濟(jì)新聞》記者，DeepSeek-V3有實(shí)質(zhì)突破。他認(rèn)為，作為首個(gè)綜合實(shí)力匹敵Meta的Llama3.1-405B的國(guó)產(chǎn)開源大模型，DeepSeek-V3創(chuàng)新性地同時(shí)使用了FP8、MLA和MoE三種技術(shù)手段。

據(jù)悉，F(xiàn)P8是一種新的數(shù)值表示方式，用于深度學(xué)習(xí)的計(jì)算加速。相比傳統(tǒng)的FP32和FP16，F(xiàn)P8進(jìn)一步壓縮了數(shù)據(jù)位數(shù)，極大地提升了硬件計(jì)算效率。雖然FP8是由英偉達(dá)提出的技術(shù)，但DeepSeek-V3是全球首家在超大規(guī)模模型上驗(yàn)證了其有效性的模型。

貓頭虎進(jìn)一步向每經(jīng)記者表示，這一技術(shù)（FP8）至少將顯存消耗降低了30%。

Midjourney的AI研究員Finbarr也表示，Deepseek的FP8設(shè)置看上去很棒。

此外，相較于其他模型使用的MoE模型，DeepSeek-V3使用的MoE模型更為精簡(jiǎn)有效。該架構(gòu)使用更具細(xì)粒度的專家并將一些專家隔離為共享專家，使得每次只需要占用很小比例的子集專家參數(shù)就可以完成計(jì)算。這一架構(gòu)的更新是2024年1月DeepSeek團(tuán)隊(duì)提出的。

圖片來源：arXiv

AI研究人員馬克·貝克在文章中認(rèn)為DeepSeek的MoE是一個(gè)突破性的MoE語言模型架構(gòu)，它通過創(chuàng)新策略，包括細(xì)粒度專家細(xì)分和共享專家隔離，實(shí)現(xiàn)了比現(xiàn)有MoE架構(gòu)更高的專家專業(yè)化和性能。

但是最令人驚訝的是MLA機(jī)制，這一機(jī)制也完全由DeepSeek團(tuán)隊(duì)自主提出，并最早作為核心機(jī)制引入了DeepSeek-V2模型上，極大地降低了緩存使用。不過，DeepSeek-V2模型當(dāng)時(shí)并沒有激起什么討論的熱度，只有很少一部分技術(shù)人員注意到了這一成果。

圖片來源：arXiv

當(dāng)時(shí)，開源平臺(tái)huggingface的技術(shù)主管Pjillipp Schmid還在社交平臺(tái)上為DeepSeek鳴不平：“為什么沒有更多的人討論MLA（多頭潛在注意力）機(jī)制？ MLA被引入DeepSeek-V2中，并幫助將KV-cache的內(nèi)存減少了93.3%。”

編者注：多頭潛在注意力（MLA）是DeepSeek-V2的核心創(chuàng)新，它不僅僅停留在低秩投影的概念上，而是通過更精細(xì)的變換設(shè)計(jì)，實(shí)現(xiàn)了在保持推理時(shí)KV Cache與GQA相當(dāng)?shù)耐瑫r(shí)，增強(qiáng)模型的表達(dá)能力。MLA的關(guān)鍵在于其推理階段的恒等變換技巧，允許模型在不增加KV Cache大小的情況下，利用不同的投影矩陣增強(qiáng)每個(gè)頭的能力。

圖片來源：X

貓頭虎向每經(jīng)記者表示，FP8、MLA和MoE的融合，是AI技術(shù)向更高效率、耕地成本發(fā)展的典型案例，尤其在DeepSeek-V3的推動(dòng)下，這些技術(shù)展現(xiàn)出了寬闊的應(yīng)用前景。