主要观点总结
文章主要介绍了国产大模型DeepSeek-V3的训练成本、效率及在全球范围内的关注度。DeepSeek透露了训练关键数据，其高效和对算力资源依赖之小令人瞩目。同时，提到了市场展望、相关投资机会和股市投资的风险提示。
关键观点总结
关键观点1: DeepSeek-V3训练成本及效率
DeepSeek-V3的训练成本为557万美元，包含正式训练的成本，但不包括先前研究或精简实验的成本。该模型在预训练阶段每个万亿标记上只需要180K H800 GPU小时，显示出高效率。
关键观点2: 全球关注度及市场展望
DeepSeek-V3的火爆全球引发广泛关注，文章还讨论了市场展望和投资机会，特别提到了铌酸锂等相关题材。
关键观点3: 股市风险提示
文章强调了股市的风险和投资需谨慎的提示，提醒读者注意投资风险，并指出文章内容仅供参考，不构成任何投资建议。
文章预览
免责声明 ：文章内容仅为研究参考资料，仅以学习交流，传播知识为目的， 文中所涉及的所有个股都不构成投资建议 【温馨提示】 股市有风险 ， 投资需谨慎 。 🧭方向 🛤️连板 🏅️主线 🎬发酵 特 🌈题材 🦄独立 📰事件 特 国产大模型DeepSeek-V3一夜火爆全球，671B的MoE，训练成本仅558万美元 DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好 在这个报告中， Deepseek 透露了训练的关键数据，其中最引人注目的，是它的高效和对算力资源依赖之小，同时效果又异常的好—— “在预训练阶段，在每个万亿标记上训练 DeepSeek-V3 只需要 180K H800 GPU 小时，也就是说，在我们的具有 2048 个 H800 GPU 的集群上需要 3.7 天。因此，我们的预训练阶段在不到两个月的时间内完成，成本为 2664K GPU 小时。结合 119K GPU 小时的上下文长度扩展和 5
………………………………
