DeepSeek新版模型正式发布，技术大佬们都转疯了！
延续便宜大碗特点的基础之上，DeepSeekV3发布即完全开源，直接用了53页论文把训练细节和盘托出的那种。
怎么说呢，QLoRA一作的一个词评价就是：优雅。
具体来说，DeepSeekV3是一个参数量为671B的MoE模型，激活37B，在14.8T高质量token上进行了预训练。
在多项测评上，DeepSeekV3达到了开源SOTA，超越，能和GPT-4o、等TOP模型正面掰掰手腕——
而其价格比还便宜，仅为的9%。
更重要的是，大家伙儿还第一时间在论文中发现了关键细节：
DeepSeekV3整个训练过程仅用了不到280万个GPU小时，相比之下，Llama3405B的训练时长是3080万GPU小时（型号也不同）。
直观地从钱上来对比就是，训练671B的DeepSeekV3的成本是557.6万美元（约合4070万人民币），而只是训练一个7B的Llama2，就要花费76万美元（约合555万人民币）。
OpenAI创始成员Karpathy对此赞道：
Meta科学家田渊栋也惊叹DeepSeekV3的训练看上去是“黑科技”：
全网热烈实测中先来看官方说法，新模型这次主要有以下几个特点：
首先从模型能力来看，其评测跑分不仅超越了和等开源模型，甚至还和一些顶尖闭源模型（如GPT-4o以及）不分伯仲。
从实际响应来看，其生成速度提升了3倍，每秒生成60个tokens。
在又快又好的同时，DeepSeekV3的API价格也被打下来了。
单论价格，正如一开始提到的，它几乎是的1/53（后者每百万输入3美元、输出15美元）。
而如果要平衡性能和成本，它成了DeepSeek官方绘图中唯一闯进“最佳性价比”三角区的模型。
对了，DeepSeek这次还搞了一个45天优惠价格体验期，也就是在2025年2月8日之前，所有用户使用DeepSeekV3API的价格分别下降了80%（输入命中）、50%（输入未命中），75%（输出）。
最后，官方此次一同开源了原生FP8权重，并提供了从FP8到BF16的转换脚本。
具体而言，SGLang和LMDeploy这两个框架已支持FP8推理，另外两个框架TensorRT-LLM和MindIE则支持BF16推理（适合需要更高精度的场景）。
目前普通用户可以通过官网（）与DeepSeekV3展开对话，API也已同步更新，接口配置无需改动。
知名AI博主AK亲测，只需几行代码就能将它部署到Gradio。
Okk，话说到这里，我们直接来看一些实测效果吧。
首位全职提示词工程师出新题，DeepSeekV3完全答对这第一关，来自首位全职提示词工程师RileyGoodside。
新题为“Whichversionisthis?”，考察模型对自身版本的理解。接受考验的选手除了DeepSeekV3，还有Claude、Gemini、ChatGPT和Grok。
先说结论，按Riley的说法，这几位的回答主打“各不相同”，不过DeepSeekV3完全答对了。
也对其版本了如指掌——不仅说对了版本号（许多用户非官方地称这个版本为3.5.1或3.6），还给出了发布月份。
（不过出错了，误识别为Claude3Haiku。）
不过后面几位选手就开始各种出错了，尤其是ChatGPT和Grok。
ChatGPT要么给出模糊答案（基于GPT-4架构），要么直接自信给出错误版本，总之处于比较懵圈的状态。
而Grok更是独特，理论倒是一套一套，但就是不说自己的版本。（除非直接问它是哪个Grok模型）
除此之外，一些网友还进行了更多测试。
更多网友整活比如这位Tom小哥惊讶表示，DeepSeekV3无需开发者详细解释，就能“诡异”理解整个项目。
他唯一做的，就是告诉DeepSeekV3最终目标是什么。
当然，老规矩还是要测一下数草莓中的“r”以及“9.9和9.11哪个大”这种行业难题。(doge）
很欣慰，这次它都答对了，而且答案和分析过程都没问题。
最后，还有人直接将4个M4Macmini堆叠在一起来运行DeepSeekV3了……
唯一值得遗憾的是，当前版本的DeepSeekV3暂不支持多模态输入输出。
模型预训练：＜2个月，600万美元官方介绍，通过在算法、框架和硬件方面的协同优化，DeepSeekV3的训练成本变得非常经济。
预训练阶段，在每万亿token上训练DeepSeekV3仅需要18万GPU小时，就是说，在官方2048卡集群上，3.7天就能完成这一训练过程。
研发团队用了不到2个月的时间就完成了DeepSeekV3的预训练，耗费了266.4万GPU小时，再加上上下文长度扩展的11.9万GPU小时，和后训练的5000GPU小时，总训练成本为278.8万GPU小时。
假设GPU租赁价格为每GPU小时2美元，那成本换算过来就是557.6万美元。
所以，具体是什么样的协同优化？
官方标注了几个重点：
首先，架构方面，DeepSeekV3采用了创新的负载均衡策略和训练目标。
研发团队在DeepSeek-V2架构的基础上，提出了一种无辅助损失的负载均衡策略，能最大限度减少负载均衡而导致的性能下降。
具体而言，该策略为MoE中的每个专家引入了一个偏置项（biasterm），并将其添加到相应的亲和度分数中，以确定top-K路由。
研发团队还证明，多Token预测目标（Multi-TokenPrediction，MTP）有利于提高模型性能，可以用于推理加速的推测解码。
预训练方面，DeepSeekV3采用FP8训练。研发团队设计了一个FP8混合精度训练框架，首次验证了FP8训练在极大规模模型上的可行性和有效性。
论文中还提到了跨节点MoE训练中的通信瓶颈问题。解决策略包括，设计DualPipe高效流水线并行算法：在单个前向和后向块对内，重叠计算和通信。
这种重叠能确保随着模型的进一步扩大，只要保持恒定的计算和通信比率，就仍然可以跨节点使用细粒度专家，实现接近于0的all-to-all通信开销。
另外，研发团队还开发了高效的跨节点all-to-all通信内核等。
后训练方面，DeepSeekV3引入了一种创新方法，将推理能力从长思维链模型（DeepSeekR1）中，蒸馏到标准模型上。这在显著提高推理性能的同时，保持了DeepSeekV3的输出风格和长度控制。
DeepSeekV3还引入了冗余专家（redundantexperts）的部署策略，即复制高负载专家并冗余部署。这主要是为了在推理阶段，实现MoE不同专家之间的负载均衡。
最后，来看部分实验结果。
大海捞针实验：
可以看到，在各项基准测试中，DeepSeekV3在开源模型中达到SOTA。
贾扬清谈DeepSeek团队：其成就根植于多年专业知识其中，贾扬清还透露了与DeepSeek团队早年的相处细节。
当时是2019年，他正打算向团队推荐一个AI云解决方案，并试图说服这群人：
有意思的是，团队表示这些东西他们早已实践了多年，并转而让他帮忙向一些大学实验室捐赠算力资源。
当然最后也确实帮上忙了，而贾扬清也再次感叹：
最最后，除了本次官方公布的测试结果，Imsys匿名竞技场也出来提前预热了。
体验地址：
技术报告地址：
抱抱脸开源地址：
