SemiAnalysis评估，DeepSeek是当今最好的开源实验室
根据SemiAnalysis最新评估，DeepSeek是当今最好的“开源权重”实验室，击败了 Meta 的 Llama、Mistral 和其他实验室。SemiAnalysis从以下三个方面进行评估：
1、团队与资源优势
l由对冲基金 High-Flyer 分拆而来，能自筹资金。在 GPU 投资上超过 5 亿美元，拥有约 60,000 台 GPU（包括 10,000 台 A100、30,000 台 H20、10,000 台 H800 和 10,000 台 H100 ），总服务器资本支出近 13 亿美元，强大的资金和资源支持为研究和开发提供坚实基础。
l人才竞争力强：招聘聚焦能力和好奇心，不看重资历，定期在北大、浙大等顶尖高校举办招聘活动。为有潜力的应聘者提供超 130 万美元的高薪，远超中国大型科技公司，吸引了大量优秀人才，目前约有 150 名员工且发展迅速。
l自主运营数据中心：类似 Google，DeepSeek 大多自行运营数据中心，不依赖外部供应商。这为实验创造了更多空间，便于在整个技术堆栈中进行创新。
2、成本与性能优势
l成本效益突出：在模型训练和推理成本上表现优异。例如，DeepSeek-V3 模型价格极具竞争力，最低折扣价低至每 100 万输入令牌 0.14 美元、每 100 万输出令牌 0.28 美元 。虽然其 600 万美元训练成本说法不准确，但整体在实现相近功能时计算成本较低，领先于许多其他实验室。
l性能表现出色：DeepSeek-V3 在多个基准测试中成绩出色，如 MMLU（Pass88.5、AIME2024 达到 39.2、MATH-500 达到 90.2，超过了 Claude-3.5-Sonnet-1022、GPT-4o-0513 等模型 ，展示了强大的模型性能。
3、技术创新优势
l训练创新：DeepSeek V3 大规模运用多标记预测（MTP），提升训练时的模型性能，推理时可舍弃；采用混合专家（MoE）模型，并通过 “门控网络” 高效路由 token，提高训练效率、降低推理成本；在训练中考虑 FP8 准确度，紧跟前沿技术。
l推理创新：R1 模型借助强大的基础模型（v3）和强化学习（RL），在推理能力上表现出色；其关键创新多头潜在注意力（MLA），相比标准注意力机制，使每个查询所需的 KV 缓存量减少约 93.3%，降低推理成本，引起众多美国领先实验室关注。
苹果公司CEO蒂姆·库克（Tim Cook）在周四的财报电话会议上表示，DeepSeek的AI模型代表了“能够提升效率的创新”。OpenAI创始人山姆·奥特曼近日也连续发文评价DeepSeek模型。他表示DeepSeek的R1是一款令人印象深刻的模型，尤其是在价格方面。（创业邦）
