继OpenAI之后，Anthropic CEO发声：DeepSeek正用一个意想不到的方式，改写全球AI规则

　　全文 4,000字 | 阅读约10分钟

　　【导语】

　　在全球AI领域，当两大巨头相继对同一家公司发表评论时，往往意味着一个重要拐点的到来。近期，继OpenAI CEO Sam Altman称赞DeepSeek的R1模型"令人印象深刻"后，Anthropic的掌门人也对这家中国AI公司作出深度解读，引发业界广泛关注。

　　【核心要点预览】

　　DeepSeek的技术突破更多体现了AI领域的自然成本下降趋势，而非颠覆性创新。

　　在全球AI竞争格局中，大规模计算资源的获取和控制能力仍是决定性因素。

　　企业需要投入更多资源来保持竞争力，谁能获得并掌控关键计算资源，谁就能在全球AI竞争中占据主导地位。

　　竞争不仅仅是技术层面的较量，更关乎未来全球科技格局的走向。

　　从表面上看，DeepSeek似乎只是用更低的成本，复制了美国顶级AI模型的成就。但在Amodei看来，事情远不这么简单。这不仅关乎单个企业的成功，更揭示了整个AI行业发展的深层规律。正如他所说，DeepSeek的进展并非偶然，而是符合AI技术发展的基本逻辑。

　　要理解这一现象，我们首先需要厘清推动AI发展的三大核心动力。这些动力不仅解释了为什么DeepSeek能够在短时间内取得如此显著的进展，也让我们得以一窥未来AI竞争的关键所在。

　　三大 AI 发展动力

　　在谈政策之前，先得了解三种关于 AI 系统的核心发展动力：

　　1、扩展定律 ( Scaling laws )

　　简单来说，当我们对 AI 系统加大训练规模时，它在各类认知任务上的表现往往会平稳而且大幅度地提升。我的团队和我在 OpenAI 时，就率先记录了这个现象。比如，一款投入 100 万美元训练的模型可能只能完成 20% 的重要编程任务；如果投入 1000 万美元，成绩就能提升到 40%；而 1 亿美元的投入则能达到 60%——其中的差距在实际应用中意义非凡：再多投入一个数量级，模型可能就从本科生水平跳到博士生水平。因此，各家公司都在积极投入资金来提升模型实力。

　　2、推动曲线 ( Shifting the curve )

　　在这一领域，层出不穷的新想法能让模型训练和运行效率更高：可能是对 Transformer 架构做一些微调，也可能是让模型在硬件上跑得更顺畅。新一代硬件同样有这方面的效果。其结果就是“推动”整条曲线前进：如果有个创新可以带来 2 倍的“ compute multiplier ( CM )”，那么同样的指标就能用原本一半的预算达成。前沿的 AI 公司经常发现各种幅度不同的 CM ——大多是 1.2 倍左右的改进，有时能到 2 倍，偶尔还能达到 10 倍。由于更强大的系统价值极大，公司往往会把节省下来的成本再投回到更大规模的训练上，从而让模型更加智能；唯一的限制是公司自身的预算规模。很多人会直觉地认为：“先贵后便宜”，好像 AI 质量不变，价格便宜了我们就会少用芯片，但真正要看的是扩展曲线：当效率提升时，我们只会更快往曲线的高端走，因为高端的潜在价值实在太大。我的团队在 2020 年发表的论文指出，算法改进能让这条曲线每年推进 1.68 倍；近年来这个数字可能更高，还没把硬件和效率提升算进来。估计当下的速度或许能达到每年 4 倍。有另一种测算也能佐证这一点。而且，训练曲线的这种推动也会带动推理曲线 ( inference curve ) 的进步，所以，保持同样质量的模型时，成本已在过去几年里不断下降。像 Claude 3.5 Sonnet 就比最初的 GPT-4 发布晚了 15 个月，但在大部分测评上都超过了 GPT-4 ， API 价格却便宜了 10 倍左右。

　　2、转变范式 ( Shifting the paradigm )

　　有时候，扩展所基于的核心思路会发生变化，或者训练流程里会加入新的扩展手段。2020 年到 2023 年，大家主要是不断加大预训练模型的规模——先在海量 internet text 上进行训练，再辅以少量其它训练。可到了 2024 年，用 reinforcement learning ( RL ) 来教模型生成推理链 ( chains of thought ) 已成为新的研究热点。Anthropic 、 DeepSeek 和其他不少公司（尤其是 OpenAI 在 9 月推出的 o1-preview 模型）都发现，这样的训练方式能显著提升模型在数学、编程竞赛以及类似推理任务上的客观性能。具体做法是先获取一个常规预训练模型，然后在第二阶段使用 RL 来增强它的推理能力。因为这种 RL 还算新颖，大家都只是在第二阶段投入相对不大的费用，但即便从 10 万美元提高到 100 万美元也能带来巨大飞跃。如今，各家公司都在加速把这部分预算扩展到数亿乃至数十亿美元，但重要的是要意识到：我们正处于一个“交汇点”上——这一新范式非常强大，而且还处在扩展曲线的初期，因此可以在短期内看到惊人的进步。

　　DeepSeek 的模型发布

　　前面提到的三种驱动 AI 发展的动力，也能帮助我们理解 DeepSeek 最近的模型发布。大约一个月前， DeepSeek 推出了 “ DeepSeek-V3 ”，这是一种纯预训练模型³——对应前文第 3 点所提及的第一阶段。上周他们又发布了 “ R1 ”，加入了第二阶段。从外部观察，我们无法知晓这些模型的所有细节，但以下是我对它们的主要认识。

　　实际上，真正令人眼前一亮的，是一个月前就已发布的 DeepSeek-V3 ——这个模型当时就值得引起大家的关注（我们也确实如此）。DeepSeek-V3 作为一款预训练模型，似乎能在某些关键任务上接近美国顶尖 US 模型的水平⁴，而且训练成本还明显更低（不过我们发现， Claude 3.5 Sonnet 在现实编程等一些关键任务上依然有明显优势）。DeepSeek 团队主要依靠在工程效率方面的一系列真材实料、令人印象深刻的创新做到这一点，其中包括对 “ Key-Value cache ” 的创新管理，以及推动 “ mixture of experts ” 方法比过去更进一步的尝试。

　　但我们要仔细看看背后情况：

　　DeepSeek 并没有像一些人所说的那样，“只花 600 万美元⁵就做到了 US AI 公司花数十亿美元才能完成的事”。至少就 Anthropic 而言：Claude 3.5 Sonnet 是个中等规模的模型，训练花费是几千万美元级别（我不会给出确切数字）。此外， 3.5 Sonnet 并没有通过更庞大或更昂贵的模型进行任何训练（这与传言相反）。Sonnet 的训练发生在 9 到 12 个月前，而 DeepSeek 的模型是在去年 11 月和 12 月训练的，而且 Sonnet 在许多内部和外部测评中依然领先。所以，更合理的说法是：“ DeepSeek 以相对较低的成本（但没想象中那么夸张），做出了性能接近美国 7～10 个月前那些模型的成果。”

　　如果过去的历史趋势是训练成本每年能下降 4 倍左右，那么像 2023 和 2024 年那样的大幅度成本下降并不意外。因此，人们自然而然会在今年这个时段，看到一个比 3.5 Sonnet / GPT-4o 便宜 3～4 倍的模型出现。而因为 DeepSeek-V3 和美国目前最前沿的模型相比还有一定差距——可以估算它在扩展曲线 ( scaling curve ) 上差了约两倍（我其实已经很看好它了）——那么如果 DeepSeek-V3 的训练成本比美国当前这些一年前发布的模型低 8 倍左右，也完全在预期范围内。所以，即便认可 DeepSeek 自己宣称的训练成本，这个结果也只是“符合历史趋势”，甚至有可能还达不到。比如，从最早的 GPT-4 到 Claude 3.5 Sonnet 的推理价格差就达到 10 倍，而 3.5 Sonnet 的质量还胜过 GPT-4 。因此， DeepSeek-V3 称不上是个重大突破，也没有在根本上改变大规模语言模型 ( LLM ) 的经济逻辑；它只是一个落在成本持续下降曲线上的“正常点”。不过，此次与以往不同的地方在于，第一家把这种常规成本下降呈现出来的企业是来自中国，这在地缘政治层面非常值得关注。但美国公司很快也会跟进——不是通过抄袭 DeepSeek ，而是因为他们一样在达成常规的成本下降趋势。

　　DeepSeek 和美国 AI 公司都拥有比以往训练它们“主打”模型时更多的资金和芯片储备。额外的芯片往往用于研发，以尝试新的思路，或者来训练更大的模型（可能还没正式推出，或者需要多次试验才能成功）。据报道（我们无法保证其真实性）， DeepSeek 可能拥有 5 万块 Hopper 代芯片，我估算这可能比美国主要 AI 公司拥有的数量相差 2～3 倍（相比之下，这比 xAI 的 “ Colossus ” 集群少 2～3 倍）。这 5 万块 Hopper 芯片差不多要花 10 亿美元。因此， DeepSeek 作为一家公司（不是训练单个模型），它的总投入和美国 AI 实验室比并没有高出很多。

　　另外，“扩展曲线” ( scaling curve ) 的分析确实有些简化，因为不同模型在不同任务上有强项和弱项；曲线仅仅是一个忽略了许多细节的粗略平均值。就 Anthropic 的模型而言，正如我前面提到的， Claude 在写代码方面表现极好，而且在人机交互的风格设计上也相当优秀（很多人用它来做个人建议或情感支持）。在这些以及一些其他任务上， DeepSeek 与之相比还差得远。这部分实力差异不会体现在单纯的扩展曲线数据里。

　　执行得力的 出口管制 是唯一能大幅降低中国大规模获取芯片风险的关键手段，也是在国际格局中维持单极或双极态势的重要因素。

　　并不是因为 DeepSeek 表现优异， 出口管制 就已经失效。正如我先前提到， DeepSeek 拥有相当可观的芯片资源，所以他们能研发并训练出高水平的模型并不令人意外。他们在硬件与资金上并不比 US 的 AI 公司匮乏，而 出口管制 并非促使他们“创新”的根本原因。就工程实力而言，他们的团队确实相当出色，也显示出China在此领域与 US 之间的竞争力。

　　同时， DeepSeek 并没有证明中国可以无限通过走私获得所有想要的芯片，也没有显示 出口管制 存在难以补救的漏洞。我并不认为 出口管制 的目标是阻止它获得几万块芯片——隐藏 1B 美元的交易也许并非绝无可能，但要隐藏 10B 或 100B 美元就相当困难，更不用说一次性走私数以百万计的芯片。在 SemiAnalysis 的报道中， DeepSeek 目前拥有包括 H100 、 H800 和 H20 在内的约 5 万块芯片；自 H100 发布以来就被列入禁运清单，所以如果他们真有 H100 ，只能通过少量特殊渠道获取（尽管 Nvidia 方面曾表示， DeepSeek 所做的工作“完全符合 出口管制 规定”）。至于 H800 是在 2022 年第一轮管制时仍可正常出口的，但在 2023 年 10 月新规出台后被禁止，因此很可能是禁令前已交付；而 H20 虽然在训练效率上不及前两种芯片，但推理性能较佳，目前仍属允许出口范围。可见， DeepSeek 的芯片组合中，一部分属于当时未被禁止但后续或应纳入限制的型号，一部分是在禁令生效前就交付，还有一些可能是通过非正常手段获取。由此也能看出， 出口管制 正在不断完善、堵漏；如果没有这些管制，或许他们可以更容易获得更多更高端的芯片。只要管控收紧及时，就有可能限制 China 在更大规模上获取这些芯片，从而提升 US 维持优势地位的可能性。

　　之所以我会着重讨论 出口管制 与 US 的安全问题，并不是要刻意“针对” DeepSeek 。从他们的访谈看，这家公司专注于技术研发本身，致力于做出实用产品。

　　但如果他们的技术能在 AI 领域与美国持平甚至超越，全球在此领域的竞争格局将会出现诸多不确定性。基于多种考量， 出口管制 依然是影响这一竞争态势的重要调控手段。技术不断升级、效能不断提高，若将此视为放宽管制的理由，则可能带来更多不可预见的风险。

　　原文链接：https://darioamodei.com/on-deepseek-and-export-controls

　　来源：官方媒体/网络新闻

　　排版：Atlas

　　编辑：深思

　　主编：图灵