DeepSeek-V3模型参数规模解析:37B激活参数的计算方法
2025-04-28 06:42:38作者:戚魁泉Nursing
DeepSeek-V3作为一款强大的混合专家(MoE)语言模型,其技术报告中提到总参数规模达到671B,但每个token仅激活37B参数。这一设计在保持模型强大能力的同时,显著提升了推理效率。本文将详细解析37B激活参数的计算方法,帮助读者理解MoE模型的参数结构。
模型架构概述
DeepSeek-V3采用混合专家架构,主要包含以下几个关键组件:
- 嵌入层(Embedding Layer)
- 多层Transformer结构
- 多头注意力机制(MLA)
- 混合专家层(MoE)
- 输出层(Output Layer)
参数计算详解
1. 嵌入层参数
嵌入层负责将输入token映射到隐藏空间:
- 词汇表大小(vocab_size): 129,280
- 隐藏层维度(hidden_size): 7,168
- 参数规模: 129280 × 7168 ≈ 0.9B
2. Transformer隐藏层参数
多头注意力机制(MLA)
MLA层采用LoRA(Low-Rank Adaptation)技术降低参数规模:
-
键值(KV)投影:
- 下投影矩阵: 7168 × 512 ≈ 3.7M
- 键上投影矩阵: 512 × 128 × 128 ≈ 8.4M
- 键RoPE矩阵: 7168 × 64 ≈ 0.5M
- 值上投影矩阵: 512 × 128 × 128 ≈ 8.4M
-
查询(Q)投影:
- 下投影矩阵: 7168 × 1536 ≈ 11.0M
- 查询上投影矩阵: 1536 × 128 × 128 ≈ 25.2M
- 查询RoPE矩阵: 1536 × 64 × 128 ≈ 12.6M
-
输出投影:
- 输出矩阵: 7168 × 128 × 128 ≈ 117.4M
-
归一化层:
- 两个RMSNorm层: 7168 × 2 ≈ 14K
总MLA参数: 61层 × (3.7M + 8.4M + 0.5M + 8.4M + 11.0M + 25.2M + 12.6M + 117.4M + 14K) ≈ 11.4B
混合专家层(MoE)
MoE层是参数规模的主要来源:
-
路由层(Router):
- 前三层不使用路由
- 参数规模: 7168 × 256 × 58 ≈ 106.4M
-
专家网络(Experts):
- 每个专家包含3层前馈网络
- 中间层维度(moe_intermediate_size): 2,048
- 每个token激活8个路由专家和1个共享专家
- 参数规模: 3 × 2048 × 7168 × 61 × 9 ≈ 24.1B
3. 输出层参数
输出层将隐藏状态映射回词汇空间:
- 参数规模: 129280 × 7168 ≈ 0.9B
总激活参数计算
将所有激活部分相加:
- 嵌入层: 0.9B
- MLA层: 11.4B
- MoE层: 24.1B + 0.1B
- 输出层: 0.9B
- 总计: ≈37.5B
设计优势分析
DeepSeek-V3的37B激活参数设计体现了几个关键优势:
- 计算效率:相比全参数激活,仅激活5.5%的参数(37B/671B),大幅降低计算量
- 专家利用率:每个token仅激活8个专家,实现计算资源的动态分配
- 参数共享:共享专家机制确保基础能力的稳定性
- LoRA技术:在注意力机制中应用低秩适应,有效控制参数规模
这种设计在保持模型强大表达能力的同时,显著提升了推理效率,是MoE架构在实际应用中的成功实践。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
1 freeCodeCamp 课程中反馈文本问题的分析与修复2 freeCodeCamp课程中JavaScript变量提升机制的修正说明3 freeCodeCamp 前端开发实验室:排列生成器代码规范优化4 freeCodeCamp课程中"构建电子邮件掩码器"项目文档优化建议5 freeCodeCamp Cafe Menu项目中的HTML void元素解析6 freeCodeCamp计算机基础测验题目优化分析7 freeCodeCamp全栈开发课程中Navbar组件构建的优化建议8 freeCodeCamp 优化测验提交确认弹窗的用户体验9 freeCodeCamp平台证书查看功能异常的技术分析10 freeCodeCamp全栈开发课程中回文检测器项目的正则表达式教学优化
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
595
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K