DeepSeek爆火的背后:技術(shù)、成本與規(guī)模三項(xiàng)疊加,加速AI普惠觀點(diǎn)

與企業(yè)應(yīng)用部署AI大模型的需求同頻共振,這是AI大模型加速普惠應(yīng)用的關(guān)鍵,硅基流動與昇騰的實(shí)踐充分證明了AI產(chǎn)業(yè)普惠需要針對不同的模型。
文 | 智能相對論
作者 | 陳泊丞
今年,DeepSeek是當(dāng)下AI圈當(dāng)之無愧的頂流。隨著時(shí)間的推移,當(dāng)越來越多的企業(yè)加入DeepSeek的應(yīng)用實(shí)踐中來,業(yè)內(nèi)逐步形成了一個(gè)新認(rèn)知:DeepSeek的爆火看似是現(xiàn)象級AI大模型的勝利,實(shí)則揭示了AI產(chǎn)業(yè)從技術(shù)突破到商業(yè)落地的核心命題。
具體來說,技術(shù)突破必須與商業(yè)落地能力相結(jié)合,讓AI從實(shí)驗(yàn)室走向大眾,成為推動生產(chǎn)力發(fā)展的實(shí)用工具。對此,硅基流動與昇騰的業(yè)務(wù)實(shí)踐驗(yàn)證了這一方向。
日前,在“與時(shí)代 共昇騰”昇騰人工智能伙伴峰會現(xiàn)場,硅基流動聯(lián)合創(chuàng)始人、首席產(chǎn)品官胡健分享其與昇騰共同開展DeepSeek業(yè)務(wù)實(shí)踐的歷程,并提到了具體的做法——技術(shù)、成本和規(guī)模的三項(xiàng)疊加,是大模型推理應(yīng)用落地的關(guān)鍵因素。
硅基流動聯(lián)合創(chuàng)始人&首席產(chǎn)品官胡健
這一觀點(diǎn),與當(dāng)前AI產(chǎn)業(yè)的核心命題基本一致。當(dāng)以DeepSeek為代表的高性能模型遇上昇騰的可靠算力支持,再通過硅基流動的工程化能力實(shí)現(xiàn)成本優(yōu)化與性能提升,加速企業(yè)應(yīng)用部署大模型進(jìn)程,一場關(guān)于AI普惠應(yīng)用的產(chǎn)業(yè)變革正在悄然展開。
同時(shí),這或許也是本土AI產(chǎn)業(yè)發(fā)展邁向良性循環(huán)的一個(gè)關(guān)鍵拐點(diǎn),市場的供求兩側(cè)將迎來真正意義的雙向匹配。
DeepSeek現(xiàn)象級爆火的背后,是算力與云服務(wù)的共同發(fā)力
盡管DeepSeek表現(xiàn)強(qiáng)勢,憑借低成本、高性能的特性迅速在市場走紅,但是對于大眾而言仍舊有一個(gè)認(rèn)知需要明確,模型能力與產(chǎn)業(yè)價(jià)值的轉(zhuǎn)化并非簡單線性關(guān)系,即模型能力≠產(chǎn)業(yè)價(jià)值。
因此,在DeepSeek爆火之后,企業(yè)部署AI大模型依舊面臨著諸多問題,如硬件適配難、數(shù)據(jù)安全隱憂、算力效能慢、生態(tài)缺失上手難等等。在這方面,胡健也指出,“如何能夠在比較受限的環(huán)境下,提升整體大模型的推理速度,能夠使大模型在應(yīng)用中成為真正的智力,這是很多企業(yè)所面臨的痛點(diǎn)。”
當(dāng)這些痛點(diǎn)普遍存在,也就意味著企業(yè)應(yīng)用部署DeepSeek并沒有想象的那么輕易。反過來說,這也是AI產(chǎn)業(yè)發(fā)展的寶貴機(jī)遇。
據(jù)胡健介紹,春節(jié)期間,硅基流動聯(lián)合昇騰在第一時(shí)間上線了DeepSeek的“滿血版”模型推理服務(wù),取得了良好的市場反饋,其中平臺流量呈指數(shù)級增長,日訪問量突破百萬,注冊用戶突破500萬。這也促使硅基流動一度晉升AI產(chǎn)品榜·全球/國內(nèi)增速榜雙榜單Top1,引領(lǐng)AI推理新標(biāo)桿。
由此來說,企業(yè)的數(shù)智化轉(zhuǎn)型需求非常強(qiáng)烈。在DeepSeek走紅后,企業(yè)面臨著想應(yīng)用部署AI大模型卻又無從下手的尷尬局面,而硅基流動與昇騰的合作實(shí)踐不僅為企業(yè)提供了一個(gè)高效應(yīng)用的路徑,同時(shí)也驗(yàn)證了AI產(chǎn)業(yè)普惠發(fā)展的標(biāo)準(zhǔn)范式——模型能力與產(chǎn)業(yè)價(jià)值的轉(zhuǎn)化在于“大模型+算力+云服務(wù)”三者協(xié)同,進(jìn)而滿足市場急劇爆發(fā)的需求。
如果只有DeepSeek,而缺少算力與云服務(wù)的共同支撐,或許今日的現(xiàn)象級爆火就不會持續(xù),更無法快速轉(zhuǎn)化為產(chǎn)業(yè)價(jià)值。從業(yè)內(nèi)的實(shí)踐來看,在DeepSeek出現(xiàn)后,硅基流動與昇騰的實(shí)踐充分證明了AI產(chǎn)業(yè)普惠需要針對不同的模型,在不同的硬件上做最大的優(yōu)化,才能實(shí)現(xiàn)AI大模型的高性能。
在這個(gè)過程中,本土AI產(chǎn)業(yè)生態(tài)基本上已經(jīng)梳理出一套相對完善的流程,進(jìn)而來承接DeepSeek這波巨大的流量,也是舉重若輕。
國產(chǎn)技術(shù)體系的協(xié)同進(jìn)化,AI大模型加速普惠應(yīng)用
雖說如此,但是具體應(yīng)該如何完成AI大模型的應(yīng)用部署,推動AI普惠?這需要進(jìn)一步去探討做法。
根據(jù)胡健的分享,硅基流動憑借技術(shù)優(yōu)勢,短時(shí)間具備成本優(yōu)勢;有了成本優(yōu)勢,進(jìn)而獲得了更多的規(guī)模;有了更大的規(guī)模,帶來更大的技術(shù)挑戰(zhàn),從而使得技術(shù)有進(jìn)一步的提升。技術(shù)進(jìn)一步提升以后,成本大幅度下降,最終獲得了更大的規(guī)模優(yōu)勢。
由此,技術(shù)、成本和規(guī)模三項(xiàng)疊加,促使硅基流動能迅速立足于競爭激烈的市場。而從中不難發(fā)現(xiàn),技術(shù)優(yōu)勢是第一“撬棍”,是硅基流動打開市場的關(guān)鍵。
比如,在適配DeepSeek底層架構(gòu)上,硅基流動聯(lián)合昇騰就做了很多優(yōu)化工作。其中,在算子層面,通過深度融合DeepSeek超大規(guī)模模型特性,硅基流動和昇騰開展了系統(tǒng)性的算子融合與調(diào)度優(yōu)化工作,并深度適配DeepSeek底層框架的架構(gòu)設(shè)計(jì)。
在硅基流動看來,底層核心的技術(shù)在于要能夠提供高性能、易用且能夠可拓展的推理引擎。這是AI大模型加速普惠應(yīng)用的關(guān)鍵。在這方面,硅基流動協(xié)同昇騰基于INT 8 量化、多Token預(yù)測優(yōu)化、動態(tài)批處理等多維度技術(shù)優(yōu)化,成功達(dá)成了推理性能持平業(yè)界高性能GPU的水平。
而這些協(xié)同昇騰所實(shí)現(xiàn)技術(shù)優(yōu)化,大大增強(qiáng)了硅基流動在AI產(chǎn)業(yè)上的核心競爭力,也為企業(yè)應(yīng)用部署DeepSeek提供了一個(gè)穩(wěn)定可靠的基礎(chǔ)。更關(guān)鍵的是,通過這一次成功實(shí)踐,市場愈發(fā)關(guān)注到國產(chǎn)技術(shù)體系協(xié)同進(jìn)化的重要價(jià)值。
今天,面向AI大模型應(yīng)用部署,企業(yè)的痛點(diǎn)與需求已然明確,業(yè)內(nèi)需要打造一個(gè)覆蓋模型適配、算力支持以及應(yīng)用加速的綜合性解決方案。在這個(gè)過程中,除了DeepSeek提供頂級的模型性能之外,昇騰作為算力底座提供了高性能計(jì)算資源與適配能力,硅基流動則直面企業(yè)具體需求,提供能實(shí)現(xiàn)應(yīng)用加速、場景適配的工程化能力,如一站式MaaS云服務(wù)、大模型推理引擎等,從而加速AI產(chǎn)業(yè)發(fā)展。
如此一來,國產(chǎn)化技術(shù)體系的綜合優(yōu)勢將被越來越多的企業(yè)所看到,進(jìn)一步改寫當(dāng)前的AI產(chǎn)業(yè)格局。當(dāng)越來越多的企業(yè)發(fā)現(xiàn),國產(chǎn)方案不僅可以協(xié)同進(jìn)化,在性能上可與國際巨頭媲美,更能提供更貼合本土需求的服務(wù)時(shí),那么市場對國產(chǎn)技術(shù)體系的態(tài)度也會發(fā)生轉(zhuǎn)變。
由此來說,DeepSeek 的爆火,不僅是一款A(yù)I大模型的成功,更是國產(chǎn)技術(shù)體系協(xié)同進(jìn)化的一個(gè)拐點(diǎn)。當(dāng)硅基流動、昇騰與DeepSeek三者協(xié)同,與企業(yè)應(yīng)用部署AI大模型的需求同頻共振,那么本土AI產(chǎn)業(yè)將可以進(jìn)一步突破當(dāng)前的技術(shù)瓶頸,加速應(yīng)用普惠。
從這一刻開始,中國企業(yè)在推進(jìn)數(shù)智化轉(zhuǎn)型的過程中,也將會更傾向于選擇國產(chǎn)技術(shù)體系,真正意義上完成本土市場供給側(cè)與需求側(cè)的雙向匹配,讓產(chǎn)業(yè)發(fā)展邁向良性循環(huán)。
*本文圖片均來源于網(wǎng)絡(luò)
此內(nèi)容為【智能相對論】原創(chuàng),
僅代表個(gè)人觀點(diǎn),未經(jīng)授權(quán),任何人不得以任何方式使用,包括轉(zhuǎn)載、摘編、復(fù)制或建立鏡像。
部分圖片來自網(wǎng)絡(luò),且未核實(shí)版權(quán)歸屬,不作為商業(yè)用途,如有侵犯,請作者與我們聯(lián)系。
?AI產(chǎn)業(yè)新媒體;
?澎湃新聞科技榜單月度top5;
?文章長期“霸占”鈦媒體熱門文章排行榜TOP10;
?著有《人工智能 十萬個(gè)為什么》
?【重點(diǎn)關(guān)注領(lǐng)域】智能家電(含白電、黑電、智能手機(jī)、無人機(jī)等AIoT設(shè)備)、智能駕駛、AI+醫(yī)療、機(jī)器人、物聯(lián)網(wǎng)、AI+金融、AI+教育、AR/VR、云計(jì)算、開發(fā)者以及背后的芯片、算法等。
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范,任何轉(zhuǎn)載的稿件都會明確標(biāo)注作者和來源;
2.TMT觀察網(wǎng)的原創(chuàng)文章,請轉(zhuǎn)載時(shí)務(wù)必注明文章作者和"來源:TMT觀察網(wǎng)",不尊重原創(chuàng)的行為TMT觀察網(wǎng)或?qū)⒆肪控?zé)任;
3.作者投稿可能會經(jīng)TMT觀察網(wǎng)編輯修改或補(bǔ)充。