“深度求索”来了，电力不再是AI发展瓶颈？

文章预览

全文 1017 字，阅读大约需要 2 分钟 未经许可严禁以任何形式转载 南方能源观察 微信号：energyobserver 欢迎投稿，投稿邮箱： eomagazine@126.com 姜黎 农历新年期间，笔者问了深度求索（DeepSeek）一个问题：相比GPT-4，你能节省多少算力？以下节选了部分DeepSeek的回答： 目前没有官方公开的详细数据，但可以通过模型架构和已知信息进行合理推测： 模型规模优化：GPT-4的参数量约为1.8万亿（推测），采用混合专家（MoE）架构，训练消耗约2.15e25 FLOPs。DeepSeek公开的模型（如DeepSeek-R1）参数量显著更小（约百亿级），通过稀疏激活和架构优化实现高效计算，理论上训练算力需求 可能降低1-2个数量级 。 实际场景差异：在同等任务下，DeepSeek的推理速度可达GPT-4的3-5倍（部分公开测试数据），显存占用降低约60%。 根据Visual Capitalist网站数据，截至2024年3月，美国拥 ………………………………