DeepSeek R1 详细解读（二）
2.DeepSeek R1详细解读
一、DeepSeek 公司背景
- 成立时间：2023 年 7 月（ChatGPT 发布 8 个月后）
- 公司性质：不是小公司，而是量化巨头 “幻方” 旗下的创新型科技企业
- 老板：梁文峰（也是幻方老板）
- 算力积累：早在 2019-2020 年，幻方就拥有国内罕见的万卡级 A100 显卡（用于量化交易模型），因此 DeepSeek 很有钱、很有算力 —— 它的成功很难被小公司复制
二、模型发展时间线
| 时间 | 事件 | 特点 |
|---|---|---|
| 2024 年 5 月 | DeepSeek V2 | 非常便宜，价格是其他大模型的 1/10~1/20 |
| 2024 年 12 月 | DeepSeek V3 | 能力很强，与 GPT-4 / GPT-4o 不相上下（但仍落后 6-9 个月） |
| 2025 年 1 月 20 日 | DeepSeek R1 | 推理模型，对标 OpenAI o1（o1 于 2024 年 9 月发布）→ 差距缩短到仅 4 个月 |
关键意义：过去美国发布新模型，中国要 6-12 个月才能追上；这次 DeepSeek 只用了 4 个月就追上了最先进的推理模型。
三、推理模型 vs 生成模型（快速回顾）
- 生成模型（如 GPT-4o、DeepSeek V3）：快思考，直接给答案
- 推理模型（如 DeepSeek R1、OpenAI o1）：慢思考，内部进行思维链（COT）反复推演，最后输出答案。DeepSeek R1 的特色是把思考过程可视化了，非常有价值。
四、DeepSeek R1 火爆的三大原因（重点）
性能第一梯队
它是推理模型，能力直接对标 OpenAI o1，达到了世界最先进水平。开源 + 超低成本
- 模型参数开源（免费下载）
- 通过极致的系统优化，把 H800 显卡的性能压榨到极限，训练和推理成本远低于国外同类模型
- 使用了 FP8 精度等技术（详见后文）
国产自主研发
- 战略意义：不受美国限制，合规
- 对美国刺激很大：中国做出了第一梯队的模型，不再只是跟随
这三点缺一不可：如果性能不行，开源也没用；如果不开源、成本高，也不会这么火；如果不是国产，意义大打折扣。
五、技术优化亮点（通俗解释）
DeepSeek 的创新不在于发明全新算法，而是把现有技术整合起来，目标明确：降低训练成本（因为算力不如美国）。
模型层面的优化
- 混合专家（MoE） ：Google 提出的技术，已有两年
- 多头潜在注意力（MLA） ：DeepSeek 自研的注意力机制优化
- 强化学习：用于训练推理能力
- MTP（多 token 预测）等
系统层面的优化（更关键）
- FP8 精度：美国制裁限制了 H800 的 BF16 性能（砍了一半），但没限制 FP8。DeepSeek 用 FP8 训练，让 H800 发挥出了 H100 的能力 —— 这是神来之笔
- PTX 编程、通信优化、HAI 并行训练框架等
评价：DeepSeek 把一张卡的能力压榨到了极限，不是靠堆算力，而是靠系统优化。
六、对行业的影响
- 云服务商纷纷接入：百度、腾讯等都有自己的大模型，但也都接入了 DeepSeek
- 政府、学校、企业都在推动落地：不再是技术圈自己玩，而是产业倒逼 DeepSeek 快速落地
- 科普效应：以前不知道大模型的人，现在都知道了 DeepSeek
七、成本与“薅羊毛”
- 模型参数免费，但算力不免费（运行模型需要显卡计算）
- 官方 API 可能不赔钱，但绝大多数第三方云服务商都在赔钱（算力成本太高）
- 举例：每月 API 收入 5000 万，但每月算力成本可能高达 4.5 亿
- 所以现在用 API 相当于薅羊毛，很多服务商赔钱赚吆喝，有的已经关闭了
八、使用方式
- 直接使用：官方 App、网页版
- 调用官方 API：付费使用云服务
- 私有化部署：下载模型自己部署（需要自己的算力）
- 第三方渠道：硅基流动、国家超算平台、阿里百炼等（后台装了 DeepSeek，提供 API）
目前速度较稳定的是火山引擎（但可能随时变化）
九、满血版 vs 蒸馏版（非常重要！）
DeepSeek R1 一共发布了 7 个版本，但大家常说的“DeepSeek 能力很强”指的是：
满血版（真·DeepSeek R1）
- 参数量：671B（6710 亿参数）
- 基于 DeepSeek V3 训练出来的推理模型
- 能力最强，所有评测指标都是指这个版本
- 部署成本高：需要 H20 等显卡，一台一体机约 180-200 万元，可跑 10-20 个并发
蒸馏版（小模型）
- 从满血版里“蒸馏”出数据，去训练其他小模型（如阿里的千问、Meta 的拉玛）
- 参数规模小：1.5B、7B、8B、32B、70B 等（1.5B 的普通电脑就能跑）
- 能力远不如满血版，有损失
- 实测：拉玛 70B 还不如千问 32B 强（千问 32B 是蒸馏版里最强的）
警惕：有些厂商说“装了 DeepSeek”，实际装的是蒸馏版小模型，别被忽悠。买一体机时，不要只看参数大（70B），要看实际效果。
十、技术背后的“卡脖子”故事
- 美国限制对华出售高端显卡 H100，只卖阉割版 H800
- 阉割的主要是 BF16 精度（大模型训练常用），直接砍掉一半性能
- 但美国没想到，DeepSeek 用了 FP8 精度（这个没砍），反而让 H800 发挥出了 H100 的算力
- 结果：越卡脖子，反而逼出了创新
十一、未来展望
- DeepSeek 把这些优化技术全部开源后，国外有算力的公司（如 OpenAI、Google、Meta）很快就能学过去
- 预计 3-6 个月内，DeepSeek 现在的算力成本优势就会被国外模型追上
- 但 DeepSeek 已经证明：算力不够，优化来凑，这条路走得通
总结一句话
DeepSeek R1 是一个性能世界一流的推理模型，通过极致的系统优化（尤其是 FP8 精度）把 H800 显卡压榨到极限，实现了超低成本，并且完全开源、国产自主，因此引爆了全球 AI 圈。但要注意区分“满血版”和“蒸馏版”，别被小模型忽悠。