DeepSeek极端榨取硬件性能被曝光

DeepSeek 的出现是否意味着前沿 LLM 开发不再需要大规模 GPU 集群？

简单来说：不是的。虽然 DeepSeek 的 V3 模型通过一些非常厉害的优化技术，让 GPU 的使用效率变得更高了，但这并不意味着像 Google、OpenAI、Meta 和 xAI 这些公司之前花大钱搞的大规模 GPU 集群就没用了。AI 开发者的普遍看法是，大规模 GPU 集群仍然是训练顶尖 AI 模型的关键。

DeepSeek 做了什么？
DeepSeek 的 V3 模型通过一些“底层魔法”级别的优化，把 GPU 的性能榨干到了极限。

DeepSeek V3是一个低级别的（low level）技术，适用于需要高性能计算的场景。

• 它通过使用GPU来加速处理，特别是对于需要大量并行计算的任务。

DeepSeek在用 NVIDIA的 H800 GPU 训练 V3 时，对 GPU 的核心计算单元（SM，流多处理器）进行了定制化调整：DeepSeek V3利用了NVIDIA的H800 GPU，该GPU具有132个SM（Streaming Multiprocessor），每个SM有20个SMG（Streaming Multiprocessor Group）。

具体来说，他们把 132 个 SM 中的 20 个专门用来处理服务器之间的通信任务，而不是计算任务。

这种调整是在 PTX（并行线程执行）级别进行的，PTX 是一种接近汇编语言的低级指令集，可以