DeepSeek的寫作能力為何飛躍,？PTX是否真正做到了繞開CUDA的壟斷,？

智東西2月3日報(bào)道，五位高校教授在線上討論了DeepSeek的技術(shù)原理與未來方向,，解析其優(yōu)化方法如何提升算力能效,。他們探討了復(fù)現(xiàn)o1大推理模型、DeepSeek R1技術(shù)路線和訓(xùn)練流程亮點(diǎn),、降低成本策略等問題,。

北京交通大學(xué)教授金一主持了這場線上分享。復(fù)旦大學(xué)教授邱錫鵬,、清華大學(xué)長聘副教授劉知遠(yuǎn),、清華大學(xué)教授翟季冬以及上海交通大學(xué)副教授戴國浩分別從不同專業(yè)角度分享了對DeepSeek的思考，并延伸到對中國大模型高質(zhì)量發(fā)展路徑的啟發(fā),。

邱錫鵬教授主持開發(fā)了國內(nèi)首個開源對話式大語言模型MOSS,。劉知遠(yuǎn)教授是大模型創(chuàng)企面壁智能的首席科學(xué)家。翟季冬教授是AI基礎(chǔ)設(shè)施創(chuàng)企清程極智的首席科學(xué)家,。戴國浩教授是AI基礎(chǔ)設(shè)施創(chuàng)企無問芯穹的聯(lián)合創(chuàng)始人,。

邱錫鵬解讀了R1技術(shù)路線圖，指出強(qiáng)推理模型最終落腳點(diǎn)是Agent,。他提到OpenAI o1是一個非?，F(xiàn)象級的推理模型，在競賽題目上達(dá)到了人類專家水平,。邱錫鵬認(rèn)為,，o1的核心在于強(qiáng)化學(xué)習(xí),，通過預(yù)訓(xùn)練、提示工程,、監(jiān)督微調(diào)等手段讓模型具有初始的類人推理行為,。他還詳細(xì)介紹了R1的技術(shù)路線，包括冷啟動,、推理導(dǎo)向的強(qiáng)化學(xué)習(xí),、拒絕抽樣和監(jiān)督微調(diào)以及適用于所有場景的強(qiáng)化學(xué)習(xí)四個階段。

劉知遠(yuǎn)從宏觀角度介紹DeepSeek R1所代表的大規(guī)模強(qiáng)化學(xué)習(xí)技術(shù)及其基本原理,。他認(rèn)為DeepSeek可能是全球第一個能夠通過純強(qiáng)化學(xué)習(xí)技術(shù)復(fù)現(xiàn)OpenAI o1能力的團(tuán)隊(duì),，并開源發(fā)布詳細(xì)技術(shù)介紹。劉知遠(yuǎn)強(qiáng)調(diào),，DeepSeek的意義在于它展示了深度思考的能力,，類似于2023年初的“ChatGPT時刻”，讓大家感受到大模型的能力又邁進(jìn)了一步,。

翟季冬分享了DeepSeek在系統(tǒng)軟件方面的工作,，拆解并行訓(xùn)練策略。他指出DeepSeek V3的成本相對較低,，采用了MoE架構(gòu)和多種優(yōu)化策略,，如負(fù)載均衡、通信優(yōu)化,、內(nèi)存優(yōu)化和計(jì)算優(yōu)化,，從而大幅提升了訓(xùn)練效率。

戴國浩討論了DeepSeek在軟硬件上的優(yōu)化,，特別是繞過CUDA層的問題,。他解釋了PTX（并行線程執(zhí)行）指令的重要性，并指出通過定制的PTX優(yōu)化,，可以使系統(tǒng)和模型更好地釋放底層硬件的性能,。他還提到，協(xié)同優(yōu)化可以通過軟件和硬件的結(jié)合進(jìn)一步提升整體系統(tǒng)的優(yōu)化空間,。

在Q&A環(huán)節(jié)中,，四位教授從各自的專業(yè)角度分享了DeepSeek引起的一些效應(yīng)和技術(shù)亮點(diǎn)。邱錫鵬認(rèn)為DeepSeek的成功在于效果好且開源,；劉知遠(yuǎn)強(qiáng)調(diào)了低成本和開源的重要性,；翟季冬則關(guān)注架構(gòu)創(chuàng)新，尤其是MoE,；戴國浩從學(xué)術(shù)和產(chǎn)業(yè)兩個角度表達(dá)了對DeepSeek的贊賞。

對于MoE架構(gòu)是否是最優(yōu)解的問題,，幾位教授一致認(rèn)為沒有絕對最優(yōu)的方法,，但模塊化和稀疏激活將是未來的重要方向,。關(guān)于長思維鏈設(shè)計(jì)對硬件的需求，戴國浩提出需要更高的帶寬和存儲能力,，以及新的硬件架構(gòu)來支持高效的推理過程,。

最后，關(guān)于PTX方法的通用性,，翟季冬和戴國浩都認(rèn)為PTX是英偉達(dá)特有的指令,，如果換用其他芯片，則需要使用相應(yīng)的底層接口進(jìn)行調(diào)整,。