文｜數智前線 趙豔秋 周享玥
2月5日開工第一天，業界傳來大訊息，智慧雲成功點亮自研崑崙芯三代萬卡叢集，這也是國內首個正式點亮的自研萬卡叢集。除了解決自身算力供應問題之外，有望進一步降低大模型成本。
此前，DeepSeek推出V3和R1模型，以可媲美OpenAI領先模型的效果和極大的成本降低，在春節期間引爆全球市場。
在陸續取得突破的背後，AI大模型競爭也進入新時期——不再侷限於技術，而是成本、使用者體驗、生態體系的綜合較量。"每天一杯奶茶錢就能養AI"不再是夢，AI加速走向普惠化。
DeepSeek之後，國產自研萬卡叢集亮相
實際上，在DeepSeek新模型推出後，最近幾天，海內外晶片行業動作頻出。海外如、AMD、英特爾，國內如華為昇騰、沐曦、天數智芯、摩爾執行緒、海光等，紛紛宣佈支援DeepSeek模型部署、推理服務。
而在2月5日新春後開工首日，百度智慧雲也宣佈，成功點亮崑崙芯三代萬卡叢集，萬卡叢集的建成，將進一步推動模型降本。
此前，海外的、亞馬遜AWS和特斯拉都自研部分晶片，來降低成本，提升價效比。在中國，過去一年，算力緊張是大模型成本居高不下的重要因素之一。透過自研晶片和大規模叢集的建設，不僅解決了自身算力供應問題，也有望進一步降低大模型成本。
崑崙芯是百度自研的AI晶片，初代於2018年推出。
最近兩年，崑崙芯對外鮮有報道。但在點亮萬卡叢集之前，業界已經聽到了一些風聲。外界推測，崑崙三代晶片於2024年量產。也有行業內企業告訴數智前線，2024年下半年，他們曾評估購買基於崑崙三代晶片的伺服器。
百度董事長李彥宏曾在一些場合強調，崑崙芯是百度AI技術棧的"基石"，自研能力保障了在生成式AI時代的技術主權。
在2024年的一些對外介紹中，百度稱崑崙芯，與飛槳深度學習框架、文心大模型深度協同，形成"晶片-框架-模型-應用"的端到端最佳化，提升整體效能。
數智前線獲悉，此前兩代崑崙晶片，主要用於AI的部署和推理服務。崑崙芯三代則更進一步，是為大模型和訓練最佳化的AI雲端晶片。
這次點亮的萬卡叢集，可將千億引數模型的訓練週期大幅降低，同時能支援更大模型與複雜任務和多模態資料，支撐Sora類應用的開發。此外，萬卡叢集能支援多工併發能力，透過動態資源切分，單叢集可同時訓練多個輕量化模型，透過通訊最佳化與容錯機制減少算力浪費，實現訓練成本指數級下降。
值得關注的是，今年推理市場也將是重頭戲。數智前線獲悉，國內外晶片企業，都在鉚足勁拼搶英偉達的市場份額。一位AI算力資深人士告訴數智前線，推理追求的是"能效比"，比拼每瓦的計算效能。
預計百度崑崙芯叢集也將加入這一市場的爭奪。而針對推理市場，業界的策略是圍繞主流模型，做好適配服務。毫無疑問，除了自身的文心一言，崑崙芯也適配了DeepSeek等一眾模型。
在百度官宣中也提及，隨著國產大模型的興起，萬卡叢集逐漸從"單任務算力消耗"到"叢集效能最大化"過渡，"將訓練、微調、推理任務混合部署"，從而提升叢集綜合利用率，降低單位算力成本。
接下來，海內外大廠面臨如何突破英偉達的CUDA護城河。在過去10多年，英偉達利用CUDA生態，既把持訓練市場，又圍獵推理市場。CUDA的厲害之處，是面向生命科學、量化、自動駕駛等場景持續開發應用庫。"你要完成一個藥物分子、自動駕駛的應用，CUDA上可能已寫了10萬行程式碼，你可能再寫幾百行，就解決問題了。"上述人士說。
目前，不少國家如英國、法國、加拿大和中國企業在AI晶片生態上表現出倔強和韌性，開展基礎生態建設。另外，全球一些國家的高校實驗室和科研機構，在政府的支援下，也持續在做基礎工作。
"每天一杯奶茶錢就能養AI"
在最新的晶片進展之外，DeepSeek掀起的大模型風暴也在繼續，而各大雲端計算大廠已紛紛宣佈支援DeepSeek模型呼叫或部署，並捲起價格戰，爭奪市場。
大廠的積極性，與DeepSeek模型在全球掀起的巨大流量相關。這個春節假期，"神秘的東方力量"、"AI界拼多多"、"每天一杯奶茶錢就能養的AI"……國產大模型DeepSeek，不管是在國內，還是國外，都賺足了關注度。
2月4日，AI產品榜公佈，根據最新統計資料，上線20天，DeepSeek應用（不包含網站資料）日活已破2000萬，上線5天時日活就已超過ChatGPT上線同期日活，成為全球增速最快的AI應用。
在微博，2月4日，"DeepSeek回答如何過好這一生"一度登上熱搜第一位。在小紅書，DeepSeek相關筆記已迅速超49萬，各類教程、測評帖密集湧現，甚至有人玩起了"AI算命"。
"免費使用+更好的效果"是吸引普通使用者嚐鮮的關鍵。
更為關鍵的是，Deepseek給了OpenAI價格體系一記重擊。多項資料測算，如果以平均使用情況計算，DeepSeek-R1 的整體成本，約為OpenAI o1模型的1/30，讓人們可以用極低的成本應用AI。
隨著 DeepSeek 的爆火，科技大廠之間的大模型價格戰愈發激烈。海外的微軟 Azure、AWS和英偉達NIM服務，接入DeepSeek模型，試圖透過更具吸引力的價效比來搶奪市場份額。國內的運營商、阿里雲、百度智慧雲、火山引擎等也不甘示弱，以各種形式接入DeepSeek模型後，展開了價格博弈。
一些雲端計算企業的價格與Deepseek官方刊例價一致，或在此基礎上有一定優惠或免費額度。
其中，2月3日，百度智慧雲打出的價格最低，百度智慧雲R1呼叫價格，是Deepseek官方刊例價的5折，V3呼叫價格是官方刊例價的3折，並限時免費兩週。
大模型呼叫價格的大幅下降，降低了高質量模型的使用門檻，企業決策阻力驟減，也快速引爆了開發者的熱情。
在全球各個技術論壇上，"DeepSeek"是最燃的話題。在開發者社群CSDN上，全站綜合熱榜前十名中，有四條都與DeepSeek有關，相關應用迅速湧現。有網友用DeepSeek將老照片修復成彩色的，期間沒寫一行程式碼。
在金融行業，江蘇銀行將DeepSeek引入到自身服務平臺"智慧小蘇"中，並將DeepSeek-VL2多模態模型、輕量DeepSeek-R1推理模型，分別運用到了智慧合同質檢和自動化估值對賬場景中。
某跨國藥企基於DeepSeek-R1模型構建藥物副作用預測系統，結合患者歷史資料與實時監測，降低臨床試驗風險。
上海交通大學已開始用DeepSeek-V3生成合成資料，開發垂類大模型。
事實上，OpenAI為了應對DeepSeek的競爭，已迅速推出新模型o3-mini，其定價也被打下來了。
儘管這一價格仍高於DeepSeek的定價，但這是一個顯著的降價趨勢。
實際上，DeepSeek這輪大火，也標誌著AI大模型競爭不再侷限於技術，而是成本、使用者體驗、生態體系的綜合較量。
"每天一杯奶茶錢就能養AI"不再是夢。業界這一輪動作，以極具競爭力的價格優勢，不僅改變了普通使用者對 AI 的使用習慣，更在行業內掀起了一股變革的浪潮，推動著 AI行業朝著更普惠的方向發展。
大模型普及程序將加速
一旦各方科技大廠和平臺力量加入，由DeepSeek引發的大模型普惠的程序將加速。
2月3日，我們體驗了公有云的DeepSeek API呼叫，用Deepseek R1，特別體驗了兩個玩法：
玩法一：秦始皇AI軍師體驗卡
玩法二：老照片時光染色機
可以看到，即便之前沒有任何技術背景，登入百度智慧雲網站，只需要點選線上體驗，進行實名認證，在"模型廣場"就可以輕鬆呼叫DeepSeek-R1和DeepSeek-V3模型。
使用者還可在千帆提供的67個模型中，一次性選擇六個模型，讓他們同時幹一件事，直觀對比模型的效果，最終用腳投票。
這也是平臺的優勢所在，整合各種模態的開閉源模型，就好比AI界的"滴滴打車"，既能比價比質，讓使用者自由選擇最高效價比模型服務，也能智慧"拼車"、多模態協同，互補模型能力，增強應用深度。
在各種配套服務上，頭部雲平臺們，在一站式開發工具鏈、全生命週期安全機制、行業解決方案等各項能力的搭建和完善上，也有著極快的反應速度。
在工具鏈上，儘管大模型爆發已兩年，但門檻依然較高，需輔以各種好用的工具。比如我們發現，在Github社群上，按Star數排序，其中最受歡迎的DeepSeek專案，一個是幫助開發者使用DeepSeek的工具集——DeepSeek-Tools，另一是幫助開發者自動選擇和最佳化DeepSeek模型超引數的DeepSeek-AutoML。
各雲大廠也都在工具鏈上進行了諸多佈局，如百度智慧雲的千帆大模型平臺，雖然沒有直接上架DeepSeek工具包，但已集中各種類似工具，如資料加工、工作流編排、模型精調、模型評估、模型量化......
當企業使用者使用DeepSeek模型開發應用，卻擔心訓練資料洩露、生成內容不符合規範以及模型在推理過程中被惡意攻擊等問題時，各雲平臺也都在安全機制上進行了保障。
根據新聞介紹，百度智慧雲在將DeepSeek接入千帆推理鏈路時，支援了百度獨家內容安全運算元，保障內容生成的安全；透過資料保險箱產品，保證模型僅可用於推理預測程式，訓練資料僅可用於模型微調程式；千帆平臺整合的BLS日誌分析和BCM告警功能，也能保障金融或醫療等對安全要求較高的使用者，構建的智慧化應用更安全可靠。
而云平臺們積累的更廣泛的行業覆蓋和行業解決方案，也能幫助開發者實現在對應行業和場景的快速複製與場景適配，讓DeepSeek快速進入這些垂直領域。
除了這些，面向企業逐漸從模型訓練、微調轉向推理的大背景，推理的支撐和最佳化成為關鍵。百度智慧雲對DeepSeek進行了專項最佳化，如透過針對DeepSeek模型MLA結構的計算進行了極致的效能最佳化；並透過計算、通訊、訪存不同資源型別運算元的有效重疊及高效的Prefill/Decode分離式推理架構等，在核心延遲指標TTFT/TPOT滿足SLA的條件下，實現吞吐量"坐火箭"，推理成本"坐滑梯"。
千帆支援多種主流推理框架的，讓開發者可以根據實際場景選擇最適合的推理引擎。如，vLLM以高吞吐量和記憶體效率著稱，適合大規模模型部署；而SGLang特別是在延遲和吞吐量上優於其他主流框架。同時，允許使用者自定義匯入和部署模型，為DeepSeek開發提供了靈活性。
透過大廠和平臺企業的加入，AI普惠化將成為今年的發展主線之一。當大模型從"土豪玩具"變成"普通人的口糧"，創新門檻的降低將激發更大的創造力，最終讓人類突破能力和資源的邊界——小店主用AI設計爆款包裝、中學生靠開源模型開發校園助手、鄉村醫生借多模態工具輔助診斷…這場全民參與的智慧革命，讓每個普通人都能站在AI的肩膀上，觸控曾經遙不可及的未來。
