二十分之一的算力，凭什么只落后一年
DeepSeek 用美国 1/20 的算力做到只落后一到两年。这不是省钱，是约束迫使他们走了一条完全不同的架构路线：MoE 稀疏激活、FP8 全流程训练、自研稀疏注意力、昇腾 Day 0 适配。
#compute-efficiency
1 post
← All tags1 post
← All tagsDeepSeek 用美国 1/20 的算力做到只落后一到两年。这不是省钱，是约束迫使他们走了一条完全不同的架构路线：MoE 稀疏激活、FP8 全流程训练、自研稀疏注意力、昇腾 Day 0 适配。