开源周第三天、第四天连更不停:DeepSeek 的高强度开源,把整个行业卷成了什么样
开源周第三天、第四天连更不停:DeepSeek 的高强度开源,把整个行业卷成了什么样
同样一张显卡,有人跑一秒出结果,有人要跑三秒——这中间的差价,一年下来能买一栋楼。
过去一周多,DeepSeek 把这种"差价"直接摊在了台面上。开源周第三天甩出 DeepGEMM,第四天又连着放出 DualPipe 和 EPLB,后面紧跟着还有 3FS。一天一个项目,不重样,不预热,不办发布会,代码往仓库一放就完事。
社区的反应很真实:CSDN 上一天冒出十几篇解析,标题一个比一个激动——"300 行代码超越英伟达自己"、"GPU 效率暴涨"、"重构 AI 算力极限"。机器之心、品玩、爱范儿接连跟进,cnBeta 甚至专门写了一篇《DeepSeek 开源第三日,行业影响几何?》。
那我们就接着这个问题往下答。
一、先搞懂一件事:AI 到底在"算"什么?
大模型听起来玄乎,但扒开外衣,它每天干得最多的一件事特别朴素:矩阵乘法。
你可以把它想成一家巨大的工厂,几万块砖要按图纸重新码一遍,而且是反反复复、没日没夜地码。训练一个模型、回答你一句提问,背后都是成千上万次这样的"码砖"。
所以,谁能让这个码砖动作更快、更省,谁就掐住了 AI 成本的咽喉。
DeepGEMM 就是干这个的。它不是模型,不是聊天软件,而是给 GPU 写的一套"码砖提速工具"——同一块卡、同样的电费,让它一秒钟多码出一大截砖。
二、第三天这颗"炸弹":300 行代码,把显卡的潜力榨到冒烟
DeepGEMM 有几个数字,第一次看的人会愣一下。
第一,它的核心代码只有三百来行。三百行是什么概念?大概就是一份稍长一点的说明书。而英伟达自家的调优库,是几十年积累下来的庞然大物。
第二,在 H800 上,它跑出了 1550 TFLOPS 的成绩。这个单位你不用记,只要知道它代表"每秒能完成多少万亿次计算"就行。刚发布时是 1350 左右,后来社区一路优化,四月份推到了 1550,比不少专家手工调过的库还快。
第三,也是最让行业坐不住的一点:它靠的是"省",不是"堆"。
这里必须解释一个词——FP8。平时模型计算用的数字,一个要占两个字节;FP8 就是把它压成一个字节。
什么感觉?就像搬家时你把棉被抽成真空压缩袋,体积直接砍半,一趟车能拉走原来两趟的东西。代价是可能丢一点点精度,但 DeepGEMM 用一套细致的"补偿"办法,把这个损失压到了几乎看不出来。
对普通用户来说,这件事翻译过来就是一句话:同样的服务器,能同时服务更多的人,回答速度还更快。
而这,正是 DeepSeek 官方 App 又便宜又快的底层原因之一。
三、第四天更狠:让机器"别等",让专家"别闲"
如果说 DeepGEMM 是给工厂换工具,那第四天的两个项目,改的是整条流水线的排班表。
第一个叫 DualPipe。
传统的大模型训练,像一条单向传送带:先把活全干完,再统一质检。中间有一段谁都插不上手的空转时间,业内叫"气泡"。
DualPipe 的思路特别直白——两头一起开工。前面在算,后面在传数据;一边生产,一边质检,机器几乎不停。
打个比方:原来是一队人搬砖,搬完一批才允许下一批进场,中间总有干等的空档;现在改成双向通道,左边进右边出,人流不断。省下来的不是一点点时间,而是让上万张卡少"发呆"。
第二个叫 EPLB,专家负载均衡。
MoE 架构的大模型,像一个雇了几十位专家的咨询公司。用户的问题会自动分给最擅长的专家,但现实很骨感:热门专家门口排队排到门外,冷门专家一天喝八杯茶。
EPLB 干两件事:把忙的专家**复制几个"分身"**顶上去,再把同一组的专家尽量安排在同一栋楼里,减少来回跑的通信开销。
一句话:谁忙给谁加人,谁近就让谁搭档。
再往后,还有 3FS 这套分布式文件系统——把成千上万块 SSD 拼成一块超级共享大硬盘,实测读取速度达到 6.6 TiB/s,相当于每秒搬完六千多部 1GB 的电影;110.5 TiB 的数据排序,半小时出头就搞定。
训练大模型最怕什么?不是算得慢,是几万张卡同时伸手要数据,结果硬盘先跪了。3FS 就是把这口水井挖到足够大。
四、那行业到底被"卷"成了什么样?
cnBeta 那篇稿子问的是"行业影响几何",我们把答案拆成四层来看。
第一层,云厂商的账本变了。
推理成本一降,API 价格就有了下探空间。过去一年国内大模型 API 的价格战,本质上打的就是这个——谁能用更少的卡服务更多的请求。DeepGEMM 这类底层库,就是把"更少的卡"变成现实的那把扳手。
第二层,创业公司的门槛被削平了。
以前想做一个高性能推理服务,得养一支懂 CUDA、懂算子优化的团队,光人力和试错成本就能拖垮一家小公司。现在这些最难的轮子,直接被开源摆在了桌上。
社区里有个说法挺形象:这不是给了你一条鱼,是连渔网、渔船和航线图一起给了。
第三层,芯片厂商也被推着跑。
软件优化得好,硬件的潜力就能多榨出一截。反过来,这也意味着——只要软件生态跟上,非英伟达的芯片也有机会追近身位。昇腾、AMD 的适配分支陆续出现,就是这个逻辑在兑现。
第四层,是给研究机构的压力。
当一家公司把"怎么让 GPU 跑满"这种过去只在内部流传的看家本领公开,高校实验室和小团队的研究起点,一夜之间被抬高了。你不学,就落后;你学,就得追着更新。
值得一提的是,这个仓库至今仍在高频更新。从最初的 FP8 GEMM,到后来的 BF16、FP4、超低精度混合计算,再到把通信、计算、激活函数揉进一个"巨无霸内核"的 Mega MoE,以及免编译、运行时自动编译的 DeepJIT。
开源周结束快一年半了,它还在卷。
五、普通人能上手吗?说点实在的
直说:这台机器不是给你家笔记本准备的。
它要求英伟达 Hopper 或更新架构的专业卡(H800、H100 那一档),配上比较新的 CUDA 环境。普通家用电脑、甚至消费级游戏卡,基本告别。
但这不代表它和你没关系。
普通用户层面:你用 DeepSeek 时感受到的"快"和"便宜",背后就有它的功劳。你不需要懂任何技术,只要享受结果。
开发者层面:安装算是友好,不需要漫长的编译等待,核心内核在你第一次运行时才现场生成,省掉了过去动辄半小时的构建过程。
企业层面:这是最直接受益的一群人。同样的机柜、同样的电费,能扛住更多的并发请求,账算下来非常直观。
至于传闻中下一代模型的消息,社区已经讨论得沸沸扬扬。但比起猜版本号,更值得关注的是这个信号——底层效率还在被持续打磨,说明成本曲线还没见底。
六、写在最后
回头看这轮"连更",最让人震撼的其实不是某一项性能数字,而是一种态度:
把最难、最不性感、最没人愿意公开的那部分工作,直接摊开给全世界看。
矩阵乘法听起来无聊透顶,但它决定了 AI 是奢侈品还是自来水。当这项技术的门槛被一行行代码削低,最终受益的,是每一个点开对话框问问题的普通人。
所以留个问题给大家:
如果 AI 的使用成本再降一半,你最想拿它干什么? 是让它帮你写完全部周报,还是给孩子当全天候家教,或者干脆做个自己专属的小助手?
评论区聊聊,说不定下一个爆款应用,就是从这种"如果"里长出来的。