DeepSeek R2傳下月登場 參數倍增效能更強　成本比GPT低97%

據悉，DeepSeek-R2 將採用進階的「混合專家模型」（MoE）架構，結合更智慧化的「門控網路層」（Gating Network），旨在進一步提升高負載推理任務的運行效率。

有分析認為，這款新模型的定價有望遠低於OpenAI旗下產品，或將衝擊目前AI行業的主流價格體系。

更驚人的是，有內部消息指出，DeepSeek-R2的運行成本將比GPT-4降低高達97%。據了解，該模型是在華為昇騰系列晶片上訓練完成，力求打造出從訓練到應用全產業鏈皆由本土技術構建的自主系統。

在規模方面，DeepSeek-R2的總參數量預計達到1.2萬億，相比前一代DeepSeek-R1的6710億參數，幾乎翻倍。

這款新模型是基於華為昇騰910B（Ascend 910B）晶片集群訓練，在FP16精度下具備512 PetaFLOPS 的強大運算力，晶片使用效率達82%。

根據華為實驗室的統計，這樣的效能大致可達到英偉達上一代A100訓練集群的約91%表現。至於實際表現是否如預期，仍有待官方最終數據證實，但目前看來，DeepSeek-R2無論在效能或自主性上都展現出強勁實力。

在 Google 上關注我們 加入我們