近年来,人工智能领域的发展迅猛,尤其是在大型语言模型的训练方面,各大科技公司投入了巨资推动技术进步。作为中国AI领域的明星企业,DeepSeek在其最新的研究报告中披露了其旗舰模型R1的训练细节,引发了业界和媒体的广泛关注。然而,其中一个备受争议的话题便是DeepSeek声称训练成本仅为29.4万美元的说法,这一数字迅速传遍网络,甚至被部分人解读为中国AI训练成本远低于西方竞品的证据。实际上,这种理解存在严重误导,背后的真相远比表面复杂得多。 DeepSeek的旗舰模型训练主要分为两个阶段:基础模型V3的预训练阶段和R1模型的强化学习阶段。29.4万美元的成本数字仅涵盖了后者,也就是强化学习的部分。
这是一个基于此前已完成的庞大基础模型之上的微调过程,主要应用了Group Relative Policy Optimization(GRPO)技术,旨在赋予模型更强的推理和思考能力,而非从零开始训练整个模型。真正耗费巨大计算资源和资金的是预训练V3模型。据公开资料显示,该阶段使用了2048块H800 GPU连续工作两个月,累计GPU计算时长达到279万小时,估算训练费用超过558万美元。如果将强化学习成本和预训练阶段综合考虑,DeepSeek整个模型的训练总成本接近587万美元。 很多人忽略了一个重要问题,GPU的租赁价格是理论上的估算,实际硬件投入远远高于此数。按照行业标准,搭建相应规模的算力机房,尤其是配备数千GPU的超大规模集群,硬件采购成本极其高昂,初期投入动辄数千万美元。
这些硬件还要应对数据处理、模型调优等多个环节产生的额外成本。此外,数据采集、清洗、算法研发及前期失败试错周期,也未包含在直接计算费用中。 DeepSeek此次报告披露的强化学习阶段,更多是技术细节的分享,说明了其如何通过后期的策略优化,提升模型的推理能力和回答准确率。强化学习在大型模型中通常被用作提升模型"思维"层面的补充手段,其计算需求相比初始预训练而言相对较小,但却对模型性能提升有显著作用。因此,尽管其成本较低,却不能代表整个模型训练的真实花费。 从全球视角来看,DeepSeek V3及其后续模型与美国科技巨头如Meta推出的Llama 4规模相当。
Meta的Llama 4训练耗时介于238万到500万GPU小时之间,训练数据量达到22至40万亿token不等。相比之下,DeepSeek V3使用较少的训练数据(约14.8万亿token),但所需GPU计算时间并无明显优势,显示出其训练成本和计算资源投入与西方对手处于同一量级。 业内分析人士指出,新闻媒体和网络传播中将强化学习阶段费用当作整体训练成本的误解,反映了公众对大型模型训练复杂流程和成本结构认知的不足。大型AI模型训练不仅是计算硬件的消耗,更是长期科研投入、数据筹备和算法创新的结晶。各方投入和产出均极为庞大且难以精准量化。此外,由于技术路线和商业策略不同,跨国模型训练成本直接对比也存在一定局限。
此外,DeepSeek的训练策略选用了华为的H800 GPU,这一系列产品是中国自主研发的高性能AI加速卡,推动了本土算力生态的成长。不过针对这些硬件的实际成本,市场分析普遍认为设备采购成本远高于租赁价格,真正投入建设全流程训练环境需考虑设备更新、能耗维护及技术支持等多重因素。 回顾整个AI行业,训练费用虽然惊人,却是推动技术突破和应用落地的必要条件。以DeepSeek为例,其在AI推理和强化学习方面的技术进步极大丰富了中文及多语种模型的应用潜力,也提升了中国在全球AI生态中的竞争力。对于普通用户和行业观察者而言,清晰理解训练成本结构,有助于避免被表面数据误导,更全面地认识AI研发运作的复杂性和深远影响。 综上所述,DeepSeek旗舰模型训练费用远非29.4万美元那么简单,其背后是数百万GPU小时的持续算力投入和数百万美元的资金支撑。
强化学习环节成本低仅代表了模型训练流程的后期步骤,而真正耗资巨大的是基础模型的预训练过程。该事件提醒我们,关注AI训练成本必须结合技术背景全盘考量,以防被片面数据误导或炒作。随着全球AI产业继续快速发展,透明、客观地认知研发投入将助力行业健康生态建设,推动人工智能技术持续迈向突破与普及。 。
