business-advise

从“暴力美学”到“技术平权”:Deepseek开源策略如何改写全球AI游戏规则

1. 本质上是路线之争:堆砌算力 vs 算法驱动 人工智能发展史上,OpenAI曾以”暴力美学&# […]

从“暴力美学”到“技术平权”:Deepseek开源策略如何改写全球AI游戏规则

1. 本质上是路线之争:堆砌算力 vs 算法驱动

人工智能发展史上,OpenAI曾以”暴力美学”路线改写了行业规则。据《Nature》2023年研究报告显示,GPT-3训练需要“355个GPU年”(一块GPU运行355年的运算量),单次训练成本高达460万美元。这种通过堆砌算力提升模型性能的模式,虽然让GPT-4在SuperGLUE基准测试中取得91.2%的优异成绩,却也筑起了极高的行业壁垒——微软对OpenAI累计130亿美元的投资,足以让90%的初创企业望而却步。

Deepseek的突破性在于重新定义了技术边界。其研发团队在NeurIPS 2023发表的研究表明,通过动态稀疏训练算法和混合精度优化,成功将175B参数模型的训练能耗降低至行业平均水平的1/28。更值得关注的是,在中文理解任务测试中,Deepseek-7B以83.2%的准确率逼近GPT-3.5,而训练成本仅为后者的3%。这种”算法驱动”的创新路径,正在动摇”算力霸权”的行业根基。

2. 产业格局的重构浪潮:闭源 vs 开源

OpenAI时代的马太效应 当前AI产业呈现出明显的”二八分化”:数据显示,全球TOP5AI服务器核心厂商占据49%的AI算力市场份额。根据埃森哲的数据显示,2021年,约三分 之一(34%)的受访中国企业用于AI开发的技术预算超过30%。到2024年,有此想法的企业约三分之二(64%)。这种格局导致创新陷入”资源陷阱”——2024 AI Index 报告指出,相比2022年,2023年人工智能相关并购与融资总额下降了31%,多数AI初创企业被迫成为大厂生态的附庸。

Deepseek开启的普惠革命

开源: Deepseek的开源策略正在重塑产业生态。其模型仓库已聚集超过4万关注者,使用该模型的开发者更不计其数,衍生出涵盖金融、医疗、教育的多个垂直模型。

DeepSeek-V3 在 MMLU 测试中取得了 87.1% 的准确率,显著优于前代模型(如 DeepSeek-V2 的 78.4%),并接近闭源模型 GPT-4o(约 87.2%)和 Claude-3.5-Sonnet(88.3%)的水平。API调用成本仅为后者的1/20。

Deepseek公开的API价格体系显示,输入token成本低至$0.0001/千token,较OpenAI同规格服务便宜87%。对于日均处理500万token的中型电商平台而言,这意味着年度成本可从146万美元骤降至19万美元。

对于中小企业来讲,AI的创业成本进一步降低。同时,在这一背景下,还有像 DigitalOcean 这样的云服务提供商,可以提供 L40s GPU 服务器,并支持一键部署Deepseek模型。这一举措正是响应了中小客户对于部署自己模型的需求。L40s的推出,不仅降低了中小企业在AI技术应用上的门槛,还为他们提供了高效、低成本的解决方案。通过一键部署Deepseek,中小企业可以快速构建自己的AI应用,无需依赖大公司的技术支持,也不必支付高昂的token费用。

DigitalOcean的定位与Deepseek的开源、低成本策略高度契合,使得中小客户能够以极低的成本,快速部署和应用AI技术。同时,DigitalOcean的中国区独家战略合作伙伴卓普云还会为中国企业提供专业的技术支持。这种模式不仅降低了中小客户的技术门槛,还为中小企业在AI行业中提供了更强的竞争优势。通过提供灵活、高效的云服务,DigitalOcean正在帮助越来越多的中小企业抓住AI技术带来的机遇,实现业务的创新和增长。

3. Deepseek对行业商业化的影响何时会凸显

1)总的来说

尽管Deepseek展现出巨大潜力,其商业化进程仍面临双重考验。技术扩散方面,根据Gartner技术成熟度曲线,开源AI模型正处于”期望膨胀期”向”泡沫破裂期”过渡阶段,预计需要8-12个月形成稳定商业模式。例如开源文生图明星产品Stable Diffusion发布于2023年6月,2023年盈利800万美金,仅仅够其支付一个月技术研发费用。2024年4月,其母公司Stability AI宣布裁员10%。目前,Stability AI还在探索商业化之路。于生态构建方面,参考Linux基金会的发展轨迹,开源社区需达到10万+活跃开发者、300+核心贡献者的临界规模,才能实现自我演进,当前Deepseek的社区规模尚需扩大3倍。

2)对应用端

开发者尚在尝试或观望阶段,需要有第一批成功案例的出现,才能引发大量的跟随者

3)对上游厂商

H100或更高端,主用于训练的卡型可能会热度稍减,用于推理的卡型如A6000、L40s,或上一代卡型A100会热度上升。基于Deepseek的模型推理成为主流。

结语

Deepseek的出现,标志着AI行业从算力堆砌向算法优化的转变。这种路线的改变,不仅降低了AI技术的门槛,还推动了AI技术的普及和创新。尽管Deepseek对行业商业化的影响需要时间来显现,但其开源、低成本的策略已经为AI行业的未来指明了方向。

与此同时,AI禁令的出台为云服务行业带来了新的挑战和机遇。DigitalOcean与卓普云作为专注于中小客户的云服务提供商,凭借其“轻合规”策略和快速响应能力,在中美技术脱钩以及AI禁令频出的背景下,成为了中小客户出海的第一张云船票。

未来,随着Deepseek生态的不断完善和AI禁令的逐步实施,AI行业将迎来更加开放、包容、繁荣的发展生态。无论是大公司还是小公司,无论是技术巨头还是初创企业,都将在这一波技术浪潮中找到自己的位置,共同推动AI技术的进步和应用。