DeepSeek創辦人擬訓練8萬億參數模型 稱優先使用華為晶片

據美國科技媒體The Information報道，中國內地人工智能(AI)初創公司DeepSeek的創辦人梁文鋒透露，公司正積極推動使用更多國產晶片來訓練其AI模型。他特別指出，DeepSeek計劃優先採用華為的晶片，並預計華為最快有望於今年第四季或明年第一季交付用於模型訓練所需的晶片。 梁文鋒向投資者闡述，DeepSeek目前正在訓練一個規模達2萬億參數的大型模型，此模型參數量已超越其現有V4旗艦模型的1.4萬億參數。此外，公司已定下更為宏大的目標，計劃未來訓練一個高達8萬億參數的巨型模型。梁文鋒強調，基於華為或其他國產處理器進行模型訓練，是DeepSeek一項「最大的押注」，並視此為公司必須成功的重要戰略方向。 市場消息指，DeepSeek目前正在訓練的2萬億參數模型，預期將是即將發布的DeepSeek V4.1 Pro。內地媒體有傳，該模型發布時間可能落在10月中旬至下旬。訓練如此規模的大模型，對算力需求極高。據業界估算，一個2萬億參數的大模型約需處理50萬至60萬億詞元(Token)數據。 按照目前的顯卡算力進行評估，若採用輝達(NVIDIA)H100/H200晶片，訓練該模型需約3萬張；若使用性能更強的B200晶片，則約需1.5萬張。在國產替代方案方面，華為昇騰910C晶片估計需要6萬張，而性能與H200系列相近的華為昇騰950系列晶片，則估計需約3萬張。這些數據反映了不同晶片方案在支撐大規模AI訓練上的效能差異，同時也凸顯了國內廠商在推進自主可控AI算力方面的努力。