【ＦＯＣＵＳ】螺絲殼裏做道場，ＤｅｅｐＳｅｅｋ致勝啟示

　　【ＦＯＣＵＳ】「算力出奇跡」ＶＳ「螺絲殼裏做道場」，到底哪個技高一籌？ＡＩ股王英
偉達輝周一（２７日）市值蒸發５８９０億美元，如對前者的當頭棒喝，盛行多年的ＡＩ核心假
設－－資金多即是強、算力高即是好，遭奉行後者的ＤｅｅｐＳｅｅｋ徹底打破。
　
＊ＡＩ多年核心假設一朝打破＊
　
　　Ｍｅｔａ的朱克伯格上周拋出「２０２５年資本支出高達６５０億美元」、「年底擁有
１３０萬顆ＧＰＵ」的震撼彈，短短三天後，ＡＩ界的「大躍進」敘事即畫風驟變，皆因跟
ＯｐｅｎＡＩ　Ｏ１大模型分庭抗禮的ＤｅｅｐＳｅｅｋ－Ｒ１大模型，被揭訓練成本低至
５６０萬美元，使用的英偉達ＧＰＵ數量僅２０４８顆，且型號是上一代Ｈ８００。
　
　　ＯｐｅｎＡＩ首席執行官Ｓａｍ　Ａｌｔｍａｎ周二最新表示，ＤｅｅｐＳｅｅｋ－Ｒ１大
模型令人印象深刻，但堅稱「現在比以往任何時刻，都需要更強的算力來完成使命。」
　
＊強化學習＋混合專家架構＊
　
　　面對有「ＡＩ界拼多多」之稱的中國「黑馬」公司，何解Ｓａｍ　Ａｌｔｍａｎ仍執著算力
？答案指向其大模型訓練路徑。據ＯｐｅｎＡＩ創始成員Ａｎｄｒｅｊ　Ｋａｒｐａｔｈｙ解釋
，訓練分為４個階段：一，預訓練（「投喂」大量文字並設定權重），建立基礎ＬＬＭ模型；二
，監督微調（以少量高品質的資料提示完成特定任務），建立ＳＦＴ模型；三，獎勵模型（對回
應進行打分並相應調整權重）；強化學習（在獎勵模型下不斷調整以獲得更高分數），最終獲得
ＲＬＨＦ（人類反饋強化學習）模型。
　
　　ＤｅｅｐＳｅｅｋ則選擇跳過監督微調，而依賴大規模強化學習（ＲＬ），而這種方法允許
模型自行探索思維鏈（ＣｏＴ），以直接獲得更好表現。此外，ＤｅｅｐＳｅｅｋ採用ＭｏＥ（
混合專家）架構，即每個任務只激活相應的「專家（參數）」，意味顯著減少計算時間和算力需
求。
　
＊借分享突破邊界吸引人才＊
　
　　令人尤為驚訝的是，這兩大「殺手鐧」，ＤｅｅｐＳｅｅｋ都將相關研究論文－－１９頁《
通過強化學習激勵大模型的推理能力》、３３頁《在ＭｏＥ語言模型中邁向終極專家專業化》經
Ａｒｘｉｖ學術平台公開分享。
　
　　如此「慷慨」的原因何在？據ＤｅｅｐＳｅｅｋ自己的回答：「在快速發展的ＡＩ領域，合
作和開放式的思想交流對於快速創新至關重要」，「是否擔心他人『趕上』並非主要考量，相反
，重點在於突破可能的邊界，並分享這些進步，讓所有人受惠」，「通過分享研究成果，
ＤｅｅｐＳｅｅｋ也能建立自己的思想領袖地位，並吸引人才和合作夥伴，以進一步實現其目標
。」
　
　　相比之下，名為「開放」的ＯｐｅｎＡＩ拒絕如ＤｅｅｐＳｅｅｋ一樣開源，格局無疑小得
多。聯想河南鄭州的一家連鎖餐廳，面對每月僅７００元的廣告預算，靠免費派發每個成本僅幾
毫子的氣球，做出了月租數萬元廣告牌沒有的效果，所謂「螺螄殼裏做道場」，即是不信邪、不
拘泥地靈活變通，終能出奇制勝。
　
　　　那麼，Ｎｖｉｄｉａ的神話有無結束？看看黃仁勳月初在「國際消費電子展ＣＥＳ　
２０２５」上的展示，ＲＴＸ　５０　ＧＰＵ、低價ＡＩ超級電腦Ｐｒｏｊｅｃｔ　
Ｄｉｇｉｔｓ、人形機器人Ｃｏｓｍｏｓ……答案同樣是否。