DeepSeek（深度求索）是由梁文鋒成立的。梁文鋒是量化投資領域的知名人物，同時也是量化私募巨頭幻方量化的創始人。他於2023年7月17日創立了杭州深度求索人工智慧基礎技術研究有限公司（DeepSeek），專注於開發先進的大語言模型（LLM）和相關技術。

隨著美國逐步封禁出口GPU，有卡的創業者和沒卡的完全就是兩回事了，在初期就是算力為王。這樣有算力支撐且不急著賺錢的創業公司，在目前中國大模型領域恐怕也就是頭部幾個網際網路大廠能比的。

2023年，幻方創始人梁文鋒在接受採訪時明確表示，公司已擁有超過1萬張英偉達A100顯示卡，這些資源直接支援了DeepSeek的模型訓練需求。

但算力的豐厚並未讓團隊依賴粗放的訓練模式，而是採用了自主設計的MoE（混合專家）架構，在降低算力成本的同時提升模型效能。在訓練其標誌性模型DeepSeek-V3時，DeepSeek使用了2048塊英偉達H800 GPU（H100的中國特供版），並透過高速互聯技術（如NVLink和InfiniBand）構建算力叢集，相比之下，Meta訓練同等規模的Llama 3.1模型需超過16000塊H100 GPU，而DeepSeek僅用少量GPU便實現了效能對標，凸顯其硬體利用效率。

實際驗證，DeepSeek-V3在多項基準測試中接近GPT-4水平，但推理成本僅為其1/50。

但即便如此，我看到一些散戶股民們對梁並不友好。

他們認為梁透過量化收割了散戶，賺的錢不光彩。

當然，這也給梁提了一個醒，現在海外對DeepSeek評價非常高，可千萬別飄了，DeepSeek未來能否真的搞出通用人工智慧還需要時日檢驗，另外還是要面對商業版本能否賺錢的考驗。

不過從發言中看出他還是比較清醒的。梁文鋒指出，中國AI與美國的真實差距在於“原創式創新”的不足。

儘管中國在應用層快速追趕，但基礎架構層面的突破仍依賴西方技術社群。中國過去三十年更強調商業變現而非基礎研究，企業普遍選擇“短平快”的應用開發路徑。例如，多數中國公司直接複製Llama架構，而非探索新結構。

中美AI差距的本質是系統性創新能力的差距，而非單一技術指標或時間維度。他呼籲中國科技界擺脫“跟隨慣性”，透過原創研究、開源協作和生態建設縮小差距。

他認為，創新的核心驅動力是“好奇心與創造欲”，而非單純商業利益。

能夠搞出DeepSeek，一部分確實是因為他有錢，但從另外一個角度看，把目標定在通用人工智慧AGI，也許是他能夠在早期就下決心開始屯卡的原因之一吧，這讓他獲得了早期的優勢。