DeepSeek对商业现成(COTS)硬件的使用可显着提高其成本效率，但以几种关键方式：
1。降低基础架构成本：通过利用COTS硬件，DeepSeek避免了通常需要高性能AI开发所需的昂贵的专业系统。这种方法削减了基础设施费用，使小型企业更容易获得高级的AI功能，并降低了AI市场的财务障碍[1] [3]。
2。优化的资源利用：DeepSeek的策略涉及优化软件以从现有资源中提取最大价值。诸如Experts(MOE)体系结构的混合物之类的技术允许模型仅激活特定任务的必要参数，最大程度地减少计算浪费并减少对高端GPU的需求[3] [10]。这种有针对性的方法不仅降低了成本，还可以延长硬件寿命并降低能耗。
3。简化的培训过程：DeepSeek绕过传统的训练阶段，例如监督的射击阶段(SFS)阶段，通过实施从预读到人类反馈(RLHF)的强化学习的直接管道。这个简化的过程减少了模型开发所需的训练时间和计算资源，进一步促进了成本效率[1] [3]。
4。知识蒸馏：DeepSeek成功地将知识从较大模型提取到较小的模型，而没有显着的性能降低。例如，它将671B参数模型压缩到70B一个，并保持几乎相同的性能。模型尺寸的这种效率允许在功能较低的硬件上部署，与COTS策略保持一致并降低运营成本[1] [3]。
但是，也有报道表明，DeepSeek的实际硬件投资可能比最初声称的要大得多，估计表明GPU的支出很大[4]。尽管如此，与OpenAI等竞争对手相比，该公司利用具有成本效益的硬件和优化软件效率的方法仍然是其成本效益的关键因素。
总体而言，DeepSeek使用COTS硬件，再加上创新的软件优化，将其定位为具有成本效益的AI开发领域的领导者，在AI景观中提供了财务和战略优势[2] [3]。
引用：
[1] https://fabrix.ai/blog/deepseek-revolutionizing-ai-development-therough-cost-effercection-innovation/
[2] https://www.linkedin.com/pulse/deepseek-vs-openai-comparison-ai-ai-strategies-hardware-costs-george-l5n3e
[3] https://www.chitika.com/deepseek-enterprise-implications/
[4] https://economictimes.com/news/international/us/was-it-a-lie-by-the-chinese-startup-industry-analyst-says-deepseek-incurred-1-6-billion-in-hardware-costs-and-has-a-fleet-of-50000-nvidia-hopper-gpus/articleshow/117894640.cms
[5] https://www.reddit.com/r/localllama/comments/1hp6ejz/seeking_advice_advice_on_costeffective_hardware_for/
[6] https://cloudfabrix.com/blog/deepseek-revolutionizing-ai-development-therough-cost-effercective-innovation/
[7] https://www.capacitymedia.com/article/behind-the-deepseek-hype-costs-costs-safety-risks-risks-and-censorphip-xplect-解释
[8] https://www.byteplus.com/en/topic/382891
[9] https://www.reddit.com/r/singularity/comments/1id60qi/big_misconceptions_of_training_costs_for_deepseek/
[10] https://news.cgtn.com/news/2025-02-09/catalyst-deepseek-theek-ynovation-behind-behind-behind-its-cost-cost-felcity-1arbdoshtq8/p.html