DeepSeek屠殺美國AI隊！　清大教授揭3大關鍵成黑馬

▲中國AI黑馬DeepSeek震撼晶片市場。（圖／路透）

記者張靖榕／綜合報導

中國AI新創公司DeepSeek（深度求索）近期以技術創新和超低成本優勢，在人工智慧領域迅速崛起，衝擊美國科技巨頭，更可能撼動美國在AI領域的主導地位，其推出的應用程式不僅在中國蘋果App Store免費排行榜中位居榜首，更在美國市場超越當紅的ChatGPT。中國專家分析DeepSeek成功關鍵，共有3個重點。

新浪科技報導，中國工程院院士、清華大學電腦系教授鄭緯民分析，DeepSeek的成功主要來自三個核心要素：1. 技術層面突破DeepSeek核心自主研發的DeepSeek-V3和DeepSeek-R1模型，其效能已與OpenAI的4o和o1模型相當，顯示中國在AI核心技術上的自主創新能力。2. 成本低廉DeepSeek的模型訓練成本，比OpenAI相同模型還低了90%至95%，大幅降低了進入AI應用市場的門檻。3. 開源策略DeepSeek將其先進模型技術全面開源，讓全球AI開發者可以利用這些低成本、高效能的模型，推動更多創新應用的誕生。

DeepSeek能夠顯著降低模型訓練成本的關鍵，在於其自主研發的MLA（Memory-Limited Attention）架構和MoE（Mixture of Experts）架構。

鄭緯民表示，MLA架構改進了注意力算子的設計，壓縮KV Cache的大小，使相同容量能夠儲存更多的鍵值（key-value），大幅提升運算效率。

鄭緯民表示，「MLA 主要透過改造注意力算子壓縮 KV Cache 大小，實現了在相同容量下可以儲存更多的KV Cache。此架構與DeepSeek-V3模型中的FFN層改造相配合，實現了一個非常大的稀疏MoE層。這是DeepSeek訓練成本低廉的最關鍵原因。」

KV Cache技術在此過程中發揮了重要作用，它能記錄和管理模型處理過程中的歷史數據，避免重複計算，進一步提升算力使用效率。

圖靈獎得主、Meta AI首席科學家楊立昆（Yann LeCun）認爲，DeepSeek的成功並非僅意味中國在AI領域的進步，更是突顯了開源模型的重要性。他在Threads上指出，「對於那些看到DeepSeek表現並認爲『中國在AI領域正超越美國』的人而言，你的解讀錯了；正確解讀應是『開源模型正超越專有模型』。」