🐯虎嗅•較早收集於 29m
DeepSeek-V4 基準測試領先，估值達百億美元
💡V4基準勝GPT-5.3；百億融資支持國產晶片轉移（28字）
⚡ 30-Second TL;DR
有什麼變化
洩露基準：MMLU-Pro 91.2 勝過GPT-5.3的88.4
為什麼重要
提升中國AI自主性，應對晶片禁令，若遷移成功可實現全球更廉價推理。吸引資金擴張，面對高期望。
下一步行動
使用DeepSeek-V4的SWE-bench 59.6分數基準測試您的程式碼任務。
誰應關注：Researchers & Academics
關鍵要點
- •洩露基準：MMLU-Pro 91.2 勝過GPT-5.3的88.4
- •3億美元融資輪，目標100億美元估值
- •V4延遲發布，因全面遷移至華為昇騰而非NVIDIA CUDA
- •強調超低Token成本，打造「Token工廠」商業化
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •DeepSeek 此次遷移至華為昇騰（Ascend）生態系統，標誌著中國頂尖 AI 實驗室首次實現從 NVIDIA CUDA 訓練環境到國產算力底座的全面技術轉型，旨在規避美國對高階 AI 晶片的出口管制風險。
- •「Token 工廠」策略的核心在於透過極致的 MoE（混合專家模型）稀疏化技術與自研推理引擎，將單次推理的邊際成本壓低至行業平均水準的 10% 以下，以價格戰搶佔企業級 API 市場。
- •儘管 V4 基準測試數據亮眼，但業界分析指出，從 CUDA 遷移至昇騰架構後，模型在實際生產環境中的推理延遲（Latency）與穩定性仍面臨編譯器優化與算子庫兼容性的嚴峻挑戰。
📊 競品分析▸ Show
| 特性/模型 | DeepSeek-V4 | GPT-5.3 | Claude 3.5 Opus | Llama 4 (70B) |
|---|---|---|---|---|
| 核心架構 | MoE (昇騰優化) | 稠密/混合架構 | 混合架構 | 稠密架構 |
| MMLU-Pro | 91.2 | 88.4 | 86.5 | 84.2 |
| 推理成本 | 極低 (Token工廠) | 高 | 中高 | 中 |
| 算力依賴 | 華為昇騰 | NVIDIA H100/B200 | NVIDIA H100 | 多元化 |
🛠️ 技術深入
- 架構優化：V4 採用了更細粒度的 MoE 路由機制，旨在提升在昇騰 NPU 上的並行計算效率，解決了跨架構遷移中常見的通信瓶頸問題。
- 遷移技術：開發了專用的算子映射層（Operator Mapping Layer），將原有的 CUDA 核心代碼自動轉譯為昇騰 CANN（Compute Architecture for Neural Networks）兼容算子。
- 推理引擎：引入了針對昇騰架構深度優化的 KV Cache 量化技術，顯著降低了長文本推理時的顯存佔用。
🔮 前景展望AI analysis grounded in cited sources
DeepSeek 將成為中國國產算力生態的標竿案例。
若 V4 在昇騰架構上能維持高穩定性，將驗證國產晶片承載頂級大模型訓練與推理的可行性，進而推動國內算力供應鏈的去美化進程。
全球 AI 推理價格將進入「分級收費」時代。
DeepSeek 的低成本策略將迫使 OpenAI 與 Anthropic 等廠商針對高頻 API 用戶推出更激進的價格補貼或輕量化模型版本。
⏳ 時間線
2024-01
DeepSeek 發布首個開源模型系列，正式進入大模型競爭賽道。
2024-05
DeepSeek-V2 發布，首次引入高效能 MoE 架構並大幅降低推理成本。
2025-02
DeepSeek 啟動大規模算力遷移計畫，開始將核心訓練任務從 NVIDIA 叢集轉移至昇騰環境。
2026-03
DeepSeek-V4 完成內部基準測試，數據顯示在多項指標上超越 GPT-5.3。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗