DeepSeek 暴雷了？！
当整个硅谷及国内民众还在为DeepSeek「仅用600万美元训练出匹敌GPT-4o的AI模型」疯狂刷屏兴奋时，半导体分析机构SemiAnalysis一纸报告指出——
这个数字的水分实在有点大！
其称所谓的600万美元，不过是最终训练阶段的GPU电费账单，却完全忽略了资本支出和研发成本。
并指出，模型训练真正的烧钱黑洞藏在冰山之下：
-
1.3亿美金的服务器基建
-
9.44亿美金的集群运维
-
数月的架构试错
-
……
要全部算下来，实际开支将直奔10亿美元量级！
甚至要更多。
公关「障眼法」？
OpenAI前脚刚秀完o1模型的推理肌肉，DeepSeek后脚就掏出R1模型叫板对标，甚至反超。
但细看论文会发现：R1的算力消耗被打码了，合成数据生成和强化学习需要的大量GPU资源也被刻意隐藏。
而Google早在1个月前就悄悄上线了性能相当、价格更低的Gemini Flash 2.0，却因市场策略拉胯惨遭无视。但DeepSeek靠着「中国黑马」的叙事红利，硬生生把行业带进了「算力性价比幻觉」的狂欢，甚至让Meta 的高薪高管们心头一紧。
创新「明暗线」
如果说成本争议是烟雾弹，有些公关作风，那DeepSeek的多头潜在注意力机制（MLA） 则是实打实的硬核技术创新和突破了。
这项让KV缓存暴降93.3%的黑科技，直接把推理成本砍到地地价，让DeepSeek 变身AI 界拼多多。
甚至多家北美AI实验室都连夜成立专项组，对DeepSeek 论文和代码逐字研读。据说连Hinton本人都对着论文拍大腿：
这玩意我们怎么就没想到？
但技术创新掩盖不了战略焦虑。
当美国收紧芯片出口管制，DeepSeek的算力底牌靠的将只能是提前囤积的1万张A100显卡。而如今面对禁售令升级，中国团队不得不用特供版H20芯片硬刚，性能缩水后或只能指望：「算法优化能解决一切」了。
也许，还有华为的升腾？
「灰犀牛」洗牌行业
这场争议暴露出AI军备竞赛的残酷真相：小模型逆袭的神话，本质是巨头们的技术溢出。
DeepSeek的R1模型被扒出大量使用GPT-4生成数据，OpenAI的法务团队已磨刀霍霍准备起诉。
而Meta、Mistral等开源阵营更是集体破防——他们辛苦调教的小模型，转眼就被中国团队用RLHF（人类反馈强化学习）弯道超车。
需要关注的是算法进步与硬件消耗的死亡交叉——SemiAnalysis预测年底推理成本还将再降5倍，但代价是需要吞噬更多算力资源。
当Anthropic CEO达里奥说出「10倍算法进步抵得上100倍算力增长」时，不知道他有没有听见老黄在仓库数钞票的笑声。
而DeepSeek 的模型也证明了一个重要趋势：一个资金充足、重点突出的初创公司，完全有可能推动技术的边界。
在报告最后，SemiAnalysis 指出：
「说到底，成本只是故事的一部分。真正重要的是技术创新和其带来的影响。」
这场始于成本争议的风暴，正演变成中/美、开源/闭源等多方的角力。
而当这些闭源AI 实验室还在为「是否该相信中国公司的技术报告」吵得不可开交时，DeepSeek已经默默更新了招聘页：
「诚聘GPU芯片架构师，年薪上不封顶」。
下为译文：
（文：AGI Hunt）