伯恩斯坦：DeepSeek'500万美元复制OpenAI'系误读，AI板块仍值得看好

近日，DeepSeek新一代开源模型凭借低成本和高性能引发市场热议，甚至有观点认为其“仅用500万美元就复制OpenAI”，这引发了投资界的恐慌。对此，伯恩斯坦发布报告指出，这种说法是误读。

伯恩斯坦认为，“500万美元”只计算了DeepSeek V3模型基于每GPU小时2美元租赁价格的训练成本，未包含研发、数据及其他费用。

技术层面，伯恩斯坦肯定了DeepSeek在效率提升上的显著进步，但认为并非颠覆性突破。DeepSeek V3模型采用混合专家(MoE)架构、多头潜在注意力(MHLA)技术和FP8混合精度训练，将训练所需算力降低至同等规模开源模型的约9%。虽然效率提升可能超过10倍，但这与业界3-7倍的常见效率提升相比，并非革命性突破。伯恩斯坦表示，MoE架构的重点是降低训练和运行成本，在实际应用中，一次仅激活部分参数。

DeepSeek的R1模型则通过强化学习(RL)等技术提升了推理能力，并采用“模型蒸馏”策略，利用R1模型训练更小模型，降低成本。

伯恩斯坦认为，即使DeepSeek实现了10倍效率提升，也仅相当于AI模型当前每年的成本增长幅度。“模型规模定律”下，MoE、模型蒸馏、混合精度计算等创新对AI发展至关重要。基于杰文斯悖论，效率提升通常会带来更大需求，而非削减开支。目前AI计算需求远未触及天花板，新增算力很可能会被不断增长的使用需求吸收。因此，伯恩斯坦对AI板块保持乐观态度。