DeepSeek需要感恩美国吗？
在上周，DeepSeek开源了五个代码库，这些代码库不是大模型本身，而是大模型运行所需要的构架内容——这是之前预告过的内容，五天分别开源五个用来优化大模型效率的库。不过到了上周六，来了个意外惊喜，他们公布了V3/R1模型运行的成本利润率，理论上可以高达545%，这给业界惊讶的同时，也难免让人联想，为什么会额外公布这方面的信息呢？
因为在公布这篇内容的时候，DeepSeek专门注册了一个官方知乎账号，而就在之前，国内一家从事大模型云服务的公司潞晨科技，这家公司的老板尤洋公开在知乎发布长文炮轰maas（模型即服务）在中国市场跑不通，DeepSeek的模式一个月要亏几个亿。
DeepSeek公布成本利润率是否是对炮轰言论的一种回复，我们不得而知。但是面对这篇内容，这位来自于伯克利的高材生显然有些破大防，不仅攻击其他友商，而且还说出了一些非常匪夷所思的话，比如说指责DeepSeek没有感恩之心之类的话，随后还宣布停止DeepSeek的模型服务，虽然后续也有一贯的删文道歉，但是观感上实在是很糟糕。并且这家公司还被扒出之前曾经涉嫌盗用代码等问题。
其实这个事情背景并不复杂，V3/R1模型爆火之后，各家云服务厂商都在自家平台上线了模型，国内各路大模型云服务的使用率飙升，这当然是好事，可是定价却有点麻烦了。一下子爆发出的蓝海市场竞争激烈，家大业大的云服务巨头可以短时间免费，哪怕是较小的云服务厂商，也选择了和DeepSeek官方一样的定价，因为V3/R1模型的复杂性，以这个价格运行是否能赚钱，确实是个很看技术水平的事情。
至于尤洋的伯克利身份，这个倒是不必过多纠结，毕竟DeepSeek在MOE（专家混合模型）领域的优化设计，大概率是世界第一，美国人的高等学府比不上倒也正常。
简单的介绍一下，MOE模型和普通的大模型的区别在于，当遇到一个token的时候，MOE模型只会激活其中的一部分参数，也就是其中的一个小模型，这类模型模型虽然可能会占据更多的内存，但是优势在于，进行大规模并行推理服务的时候MOE的并行能力更加优秀，所以大厂为外界提供服务的模型往往是这类模型，而单纯的密集模型，更适合部署在本地。
比起目前世界上公开的其他同类模型，DeepSeek的模型更加复杂，类似的模型往往是几个类似的小模型堆在一起，而V3/R1有大量大小不一的模型，是目前开源模型之中最复杂的MOE，考虑成本上的优势，美国大厂闭源的那些模型里也很难有超过它的，在这方面的设计，确实可以说是世界第一。
