|
|
人工智能研究小组：DeepSeek的技术突破提高了我国人工智能算力水平 / M b; n; m3 r; P5 P8 v# b7 g
: c: b" ?, _- _# g& a8 f. A
国研智库
6 B' e( Q- p+ S 2025年10月24日 14:08
* a5 S5 x# A( e: s9 J! L+ {- V: ` 北京3 M7 g3 A' T) @/ |
8 t6 ]$ x( Y3 i0 l ■国研智库人工智能研究小组 高妍蕊（整理）
8 S( g9 _ {& ?4 ~9 y1 q$ v% V2 E8 L- D; c4 g" O
杭州深度求索人工智能基础技术研究有限公司（DeepSeek）的技术突破对全球人工智能产业格局、技术竞争产生了深远影响。我国借此获得了前所未有的人工智能开源生态优势，有望形成从芯片到应用的国产化人工智能供应链闭环，为我国构建人工智能产业生态提供有力支撑，开启了人工智能的普惠时代和全球竞争新格局。: L3 z+ e7 q6 n* ?
6 ]; j# D8 j! t1 P+ w* o0 U9 I, h从技术进步角度看，DeepSeek 通过工程极限探索提高了我国人工智能算力水平 。# o: I" A( n" A; G1 ] R6 o
0 q. }# S! Y0 v% `
一是通过底层工程技术创新为提升国产算力利用率指明方向。DeepSeek 使用接近 GPU 底层机器码的并行线程执行（PTX） 指令集进行优化，直接控制 GPU的寄存器分配、线程的调度，突破了硬件内存带宽的限制，加强算法和底层硬件的协同，有助于国产训练芯片性能挖掘，提升国产算力利用率。6 W0 N+ O% f6 w4 I! Y, U, y
q' G2 g5 r# b1 O. n
二是通过模型架构创新在一定程度上提升了我国芯片计算性能。DeepSeek采用了先进的混合专家（MoE）架构，将大模型划分为多个“专家子模块”，并利用稀疏激活策略仅激活部分专家模型参数，降低了训练与推理时的计算和存储负担，有效提升了我国人工智能芯片运算能力。
3 l, d/ D9 m* r* g5 z9 v
u. O/ p$ O( R( X三是通过大模型训练优化降低了美国对我国人工智能芯片互连技术限制的影响。一方面，DeepSeek 引入混合精度训练框架，常规计算采用 8 位浮点数进行，关键计算保持16位浮点数或32位浮点数精度，不仅大幅减少内存占用，还极大地提升了训练速度和能效。另一方面，DeepSeek 采用了流水线并行算法，并行处理计算和通信任务，极大降低了GPU间的通信延迟，减少了美国对我国人工智能芯片在互连技术和数据传输速率方面出口管制的影响。' q) T1 o6 U' u- o1 \
) \, z. M8 [6 R, T; c5 C5 f
四是通过压缩技术有效应对了我国人工智能算力面临的高带宽内存管制。传统人工智能大模型推理需要大量存算过程，内存瓶颈成为提升人工智能推理效率的主要瓶颈。DeepSeek 通过引入低秩压缩技术，将高维信息压缩为更低维度的潜在向量，在保证推理质量的同时大幅降低了内存消耗和对高宽带存储的需求，有效应对了美国对我国高宽带内存出口管制下人工智能算力面临的高宽带内存受限问题。
3 U: O" G9 h7 z9 A! p# E. B1 [ }1 p4 r- J2 l
注：本文节选自《新经济导刊》2025年第05期“DeepSeek的技术突破及全球影响：机遇挑战与应对建议”一文，作者为赵妤婕、段虎才、赵逸飞（赵妤婕系国家工业信息安全发展研究中心助理研究员；段虎才系中国信息通信研究院高级工程师；赵逸飞系中国信息通信研究院工程师）
" y5 F* e8 Z3 h3 z" R; J |
|
发表于 2025-12-9 12:20:06
