DeepSeek的LLM模型分為三個版本：基座模型V3、強化推理版R1-Zero、泛化推理版R1。
DeepSeek-V3和R1模型不僅效能出色，訓練成本也極低。V3模型僅用2048塊H800 GPU訓練2個月，消耗278.8萬GPU小時。相比之下，Llama3-405B消耗了3080萬GPU小時，是V3的11倍。按H800 GPU每小時2美金計算，V3的訓練成本僅為557.6萬美金，而同等效能的模型通常需要0.6-1億美金。R1模型在V3基礎上，透過引入大規模強化學習和多階段訓練，進一步提升了推理能力，成本可能更低。
本文來自“科智諮詢：Deepseek對中國算力產業的影響”，內容包括DeepSeek的技術突破與市場定位、DeepSeek驅動算力需求變革、算力產業鏈的重構。
全網最全DeepSeek報告，請參考智慧計算芯知識星球“《220+份DeepSeek技術報告合集》”，“清華大學：DeepSeek技術報告（八部）曲合集”，“科智諮詢：Deepseek對中國算力產業的影響”，嚴選精華技術報告，提供打包下載，內容持續更新…
未完待續，請參考完整版報告“2025年DeepSeek技術全景解析”，“DeepSeek零基礎入門手冊”，“DeepSeek企業落地應用講義精華（全版）”，“北京大學：DeepSeek技術報告合集（內部研討版）”，“《DeepSeek大模型對比測評報告合集》”，“《浙江大學DeepSeek系列專題公開課合集》”，“DeepSeek完全實用手冊（120頁）”，“北京大學：DeepSeek與AIGC應用（研討版）”，“北京大學：DeepSeek提示詞工程和落地場景（研討版）”，獲取更多內容……
相關文章：
免責申明：本號聚焦相關技術分享，內容觀點不代表本號立場，可追溯內容均註明來源，釋出文章若存在版權等問題，請留言聯絡刪除，謝謝。
推薦閱讀
更多架構相關技術知識總結請參考“架構師全店鋪技術資料打包(全)”相關電子書(44本技術資料打包彙總詳情可透過“閱讀原文”獲取)。
溫馨提示：
掃描二維碼關注公眾號，點選閱讀原文連結獲取“架構師技術全店資料打包彙總(全)”電子書資料詳情。