[問卦] 為什麼沒人討論Sky T1?

47 

來看看DEEPSEEK之前怎麼吹的 「DeepSeek R1的問世，宣告AI訓練與推理成本大幅縮減，在不到600萬美元的極低投入成本 和2048塊性能遠低於H100與Blackwell的H800芯片條件下，DeepSeek團隊打造出性能堪比Ope nAI o1的開源AI模型，相比之下Anthropic與OpenAI訓練成本高達10億美元。該模型每百萬 個token的查詢成本僅爲0.14美元，而OpenAI的成本爲7.50美元，成本降幅高達驚人的98%。

40 

這串一堆外行 首先 DeepSeek模型特點是 1. 訓練成本低 2. 推理成本低 先說訓練成本低

23 

各家互相參考, 指的是訓練方法還有訓練的文本挑選, 蒸餾不太一樣 AI = 模型的程式碼+訓練 能開源的部分只有程式碼, 訓練是看各自調教 模型的能力夠, 差不多的調教方式就會得到差不多的結果 訓練方法更好, 或是文本品質越高、越多樣、量越多, 模型就越強

10 

中國的DeepSeek出世 馬上就領先各個大型語言模型 只用10分之1的成本達成 根本不用先進的顯卡就可以訓練完成 造成美國AI界一片譁然

10 

5 微軟CEO納德拉在電話會上強調，DeepSeek R1模型目前已可通過微軟的AI平台Azure AI Fou ndry和GitHub獲取，並且很快就能在Copilot+電腦上運行。納德拉稱DeepSeek“有一些真的 創新”，AI成本下降是趨勢：“縮放定律（Scaling Law）在預訓練和推理時間計算中不斷

10 

分兩個部分來說， ——————————————— 第一個部分是澄清： DeepSeek 是微調別人做的基本模型。 比如臉書 meta 花數千萬美金或上億美金做出模型 llama.

 4 

[問卦] DeepSeek是不是台積電的救世主？ 最近看到DeepSeek在那邊吹什麼MLA架構、MoE模型，說什麼訓練效率超高、推理速度超快 ，笑死，還不是靠台積電的5nm、3nm製程在撐？沒了GG的晶片，你這些所謂的「創新」還 能跑得動？ DeepSeek這種吃硬體怪獸，光是訓練一個模型就要幾萬顆A100、H100，這些GPU還不都是

 3 

大家都還停留在gpt-4o的免費模型嗎？ 推理模型o1-preview 去年9月出來就已經會把推理過程寫出來了，隱藏掉的是中間思維搜索 猜想階段性進展。前幾天o3推出可以解FrontierMath 25%的問題，這是連數學家都要解好幾 天的題目，且不熟悉題目領域的數學家還不知道怎解， 一般人連題目應該都看不懂

 3 

Deepseek AI的訓練過程確實有用到蒸餾技術 蒸餾技術，就是在前人製造AI(例如chatgpt)的基礎上， 拿別人AI的回答當作訓練自己AI的材料 這種作法雖然有點像抄襲他人AI的能力，但在學術界已經是行之有年的做法 各國很多頂尖實驗室都用過這種方法訓練自己的AI

 2 

聽說資訊準確率超低， 那麼為什麼會震撼美國？ 昨天猜想的可能原因，再貼一次。 整理一下： 分兩個部分來說，