2025-02-05 | 서경IN

DeepSeek是AI生态的游戏规则改变者吗[金世中的汝矣岛咖啡闲谈]

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

在刚刚过去的春节假期期间,美国股市上以英伟达为中心的AI龙头股股价暴跌。一天之内蒸发的英伟达市值降幅,按单一企业计算为股市历史上最大规模。这是中国AI企业深度求索(DeepSeek)开发的低成本高性能人工智能模型带来的冲击波。跌势并未止于一天,此后英伟达、美光科技、海力士均遭遇大幅下跌。深度求索事件似乎刺激了市场对AI过度投资的担忧。

然而随着时间推移,以美国政府为中心提出了质疑,认为深度求索非法使用了属于对华出口管制品类的高规格H100半导体,并无差别地收集个人信息,事态正进入新的阶段。也有观点认为,随着美中之间技术霸权竞争进一步加剧,大型科技企业将加快构建环保型的自有AI半导体系统。

笔者从三个角度看待深度求索事件:深度求索的数据处理方式、深度求索的高性能,以及开源政策所具有的扩散影响力。

数据处理方式与人工智能高效使用数据有关。尽管我们的社会正极快地向AI时代演进,但对于当前这种AI数据处理方式能否持续,出现了根本性的疑问。因为超越摩尔定律(Moore's Law·计算性能呈几何级数发展)极限的堆叠HBM方式正在提升AI数据处理速度,但同时必须解决随之出现的大量耗电与发热等难题。

人工智能一直以模仿人类大脑的方式发展,而人类大脑在数据处理过程中并不产生电流或热量。据称这是因为人脑输入和处理数据的方式并非单纯的数据集聚与学习,而是在对数据分层并过滤的同时高效处理数据(SNN,神经形态)。

据目前已披露的情况,深度求索的数据处理方式是应用了COT(Chain of Thought·将问题分阶段处理)、MOE(Mixture of Experts·专家激活技法)等的技术,但不少人指出这只是对已知数据处理方式的部分改进。也存在这样的看法:在COT、MOE阶段的强化学习之前要经过被称为冷启动的预备数据阶段,因此数据处理量最终与OpenAI的人工智能模型等并无太大差别,即在数据处理效率方面并不特别优越。虽然其主张在众多参数中仅激活一部分以提高效率,但推测为了过滤,事先不得不经过大规模数据处理阶段。

对于其是否是能减少数据处理过程中耗电与发热的划时代降本方式,目前看来还处于应当观察后续进展、而非提前断言的阶段。对我们而言重要的一点是,像深度求索这样的高性能AI模型正以任何人都可访问的开源形式公开。

迄今为止的AI生态是数据越集中越有效、多多益善的结构,即强化“规模经济”的结构。这种结构性特征与第二、第三名企业也能共存的制造业不同,形成了只有第一名才能赢者通吃的基础。在股市上,这也是使仅有部分美国大型科技企业主导市场的一极体制固化的动力。但如果伴随高性能的开源体系得以确立,AI生态有可能摆脱一极主义、构建竞争体系,从而成为进一步扩大的契机。特别是如果能为各类专业领域的AI软件发展提供土壤,对韩国众多AI企业也可能成为希望。

有必要更加审慎地观察深度求索事件将如何发展。不过,即便谈不上是加速太空争夺竞争的上世纪50年代末“斯普特尼克时刻”,至少可以确定,它正在成为培育广泛AI生态的养分。

阅读韩文原文