摘要：**DeepSeek V2**：2024年5月发布，在价格和性能方面具有一定优势，据金融时报报道，其每百万输出 tokens 的价格为2元人民币。

深度求索（DeepSeek）是一家专注于人工智能研究与开发的公司，以下是关于它的详细介绍：

### 公司基本信息

- **成立时间**：2023年7月17日。

- **注册地址**：浙江省杭州市拱墅区环城北路169号汇金国际大厦西1幢1201室。

- **法定代表人**：裴湉。

- **经营范围**：包括工程和技术研究和试验发展、技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广等。

### 主要产品

- **DeepSeek Coder**：2023年11月2日发布，免费供商业使用且完全开源，主要用于代码相关任务。

- **DeepSeek-MoE**：2024年1月率先开源了中国首个MoE大模型，在特定任务上展现出高效的处理能力和较好的性能。

- **DeepSeek V2**：2024年5月发布，在价格和性能方面具有一定优势，据金融时报报道，其每百万输出 tokens 的价格为2元人民币。

- **DeepSeek V2.5**：2024年9月5日，DeepSeek宣布合并DeepSeek Coder V2和DeepSeek V2 Chat，升级推出全新的DeepSeek V2.5新模型。

- **DeepSeek V3**：2024年12月26日宣布上线并同步开源，是一个6710亿参数的专家混合模型，激活参数370亿，多项评测成绩超越qwen2.5-72b和llama-3.1-405b等开源模型，性能比肩gpt-4o和claude-3.5-sonnet等世界顶尖闭源模型。

### 技术特点

- **高效的训练和推理**：DeepSeek-V3在保证模型能力的前提下，训练效率和推理速度大幅提升，且训练成本相对较低，仅用55天、花费558万美元就完成了训练。

- **混合专家架构**：采用混合专家架构，如DeepSeek-V3由输入层、四个专家模块的混合专家层和输出层组成，能够更高效地处理不同类型的任务。

### 行业影响

- **推动开源AI发展**：DeepSeek积极推动开源AI的发展，其开源模型为研究人员和开发者提供了可借鉴和改进的基础，促进了整个行业的技术交流和创新。

- **引发AI模型价格战**：2024年发布的DeepSeek-V2以较低的价格提供了较强的性能，引发了中国AI模型的价格战，促使其他科技巨头如字节跳动、腾讯、百度和阿里巴巴等也开始降低其AI模型的价格。

### 争议

2024年12月30日，有网友发现DeepSeek-V3模型在回答“你是谁”时，似乎将自己识别为ChatGPT，引发了关于该模型是否在ChatGPT生成的文本上进行训练的质疑，截至目前，深度求索公司尚未对此进行回应。

DeepSeek与其他人工智能公司相比，具有以下优势：

### 技术创新方面

- **创新架构**：提出MLA（多头潜在注意力机制）架构，可将显存占用降至过去常用MHA架构的5%-13%，极大地提高了模型的运行效率，在处理大规模数据时，能在有限显存条件下实现高效运算。

- **混合专家架构**：如DeepSeek-V3采用混合专家架构（MoE），包含256个专家，每次推理动态选择前8个专家参加计算，提升了计算效率，且在框架方面，打造了HAI-LLM框架，可实现16路流水线、64路专家模块并行，还创新使用多令牌预测（MTP），突破了传统大模型训练的束缚。

### 模型性能方面

- **多领域表现出色**：DeepSeek-V3在百科知识领域得分75.9，接近Claude-3.5-Sonnet-1022；在长文本测评的drop、frames和longbenchv2上平均表现超越其他模型；在代码领域，算法类代码场景大幅领先市面上已有的全部非O1类模型，工程类代码场景得分仅次于Claude-3.5-Sonnet-1022；在数学领域，在美国数学竞赛和全国高中数学联赛上表现突出，大幅超过所有开源和闭源模型；在中文能力上，与Qwen2.5-72b在教育类测评C-eval和代词消歧等评测集上表现相近，在事实知识C-simpleQA方面领先其他参评模型。

- **生成效率高**：通过算法和工程上的创新，DeepSeek-V3的生成吐字速度从20tps大幅提升至60tps，相比上代V2.5实现了3倍的提升，使用体验更加流畅。

### 训练效率与成本方面

- **训练效率高**：DeepSeek-V3在约278.8万个英伟达H800 GPU小时内完成整个训练，仅用两个月时间，成本约为558万美元，而通常用于预训练大语言模型动辄上亿美元的成本，如LLama-3.1的预训练成本估计就超过5亿美元。

- **推理成本低**：模型推理成本具有优势，如DeepSeek-V2的API接口定价为每百万tokens输入1元、输出2元（32k上下文），价格仅为GPT-4-Turbo的近百分之一，其推出的DeepSeek-V3每百万个Token的价格为0.48美元，相比其他主流模型价格优势明显。

### 应用拓展方面

- **应用领域广泛**：技术应用涵盖了知识管理、长文本生成、代码编写及数学计算等多个领域，能够有效地组织和处理大量知识信息，生成逻辑清晰、内容丰富的文本，辅助程序员提高工作效率，快速生成高质量的代码片段和准确的数学计算结果。

- **多语言处理能力强**：DeepSeek-V3具有强大的多语言处理能力，能够支持英语、中文、数学以及多种编程语言上的任务，展现出其广泛的适应性。

### 公司运营与发展策略方面

- **开源策略**：坚持开源路线，认为先有强大的技术生态更重要，通过开源可形成创新组织和文化的护城河，积极与社区合作，收集用户反馈，不断优化产品和服务。

- **灵活高效的管理**：采用全是自下而上的管理方式，一般不前置分工，而是自然分工，员工可以自由调用卡和人，无需审批，这种管理模式充分发挥了员工的主观能动性和创造力，提高了团队的凝聚力和战斗力。

来源：开心的野韭菜