【DeepSeek】DeepSeek目標是AGI，不是做空輝達...

上午第一時間發在星球：

大家更關心的事情，下一個是什麼？其實參考這次的FlashMLA，猜測方向大概就是過去已發表論文中的程式碼實現。不複雜，核心思想大概就是：“論文你們都學不會，ok，程式碼直接扔你們...”

V3/r1中的招太多了，MTP多token預測、混合精度FP8訓練、Dualpipe雙重流水線訓練、Long CoT長思維鏈、還有一些底層通訊算子的最佳化。這些原始“手稿”或程式碼，可能就是後面4天的內容之一。

轉頭一想，這分明是為輝達GPU、CUDA庫繼續增添成功實踐範本......進一步鞏固和加強了N卡壁壘。這不就是人盡皆知的所謂“CUDA護城河”的完美案例嗎？

問了幾位身在或非常瞭解DS團隊的老師，情況的確如此：“DeepSeek目前非常依賴N卡或GPGPU” 。現在看當5天repo發佈結束，可能不是DS繞過了N卡，而是把N卡用到了極致，玩出了花...

最近國內AI的崛起，引發了一系列“戰狼情節”，比如對DS完全繞過輝達實現國產AI完全自主可控的期待blabla。但實際情況是，DS非常純粹，目標只有AGI，並不是要為國產卡做多大貢獻，也不是為了打掉輝達多少市值。從務實角度看，DS缺人，也缺時間，輝達GPU依然是目前最省力、省時間、省資源的方案。

當然國產卡的進步已經非常快，昇騰910實現了國產卡訓練，已經是巨大突破（AMD都沒做到的事情，華為做到了）。而昇騰與矽基流動合作成功實踐了DS r1的推理，最佳化後性能已經能與hopper看齊。後面4天中，說不定也有非N卡相關的實踐。看國內AI capex邊際增量最大也是國產算力。但從務實的角度，無論對於DeepSeek還是我們的雲廠、infra、應用廠商來說，算力卡只是工具，不是目的，目的是基於工具撬動和轉化出更大商業價值。對算力卡的要求，無非是保證穩定供給、性價比、易用性、可得性等綜合因素上的平衡。國內角度、更務實的操作，肯定是能進口多少進口多少，買不到就上備選方案...

DS目標是AGI，還真不是做空輝達 (資訊平權)