快科技 1 月 17 日消息，在 AI 领域，DeepSeek 带来的影响力，一点也不亚于 " 六代机 "。那么，DeepSeek 究竟厉害在哪里？

据新浪科技报道，今日，中国工程院院士、清华大学计算机系教授郑纬民指出了 DeepSeek 其成功出圈的关键所在。

目前，业界对于 DeepSeek 的喜爱与赞美，主要集中在三个方面。

第一，在技术层面，DeepSeek 背后的 DeepSeek-V3 及公司新近推出的 DeepSeek-R1 两款模型，分别实现了比肩 OpenAI 4o 和 o1 模型的能力。

第二，DeepSeek 研发的这两款模型成本更低，仅为 OpenAI 4o 和 o1 模型的十分之一左右。

第三，DeepSeek 把这一两大模型的技术都开源了，这让更多的 AI 团队，能够基于最先进同时成本最低的模型，开发更多的 AI 原生应用。

DeepSeek 是如何实现模型成本的降低的呢？郑纬民指出，"DeepSeek 自研的 MLA 架构和 DeepSeek MOE 架构，为其自身的模型训练成本下降，起到了关键作用。"

他指出，"MLA 主要通过改造注意力算子压缩了 KV Cache 大小，实现了在同样容量下可以存储更多的 KV Cache，该架构和 DeepSeek-V3 模型中 FFN 层的改造相配合，实现了一个非常大的稀疏 MoE 层，这成为 DeepSeek 训练成本低最关键的原因。"

据了解，KV Cache 是一种优化技术，常被用于存储人工智能模型运行时产生的 token 的键值对（即 key- value 数值），以提高计算效率。

具体而言，在模型运算过程中，KV cache 会在模型运算过程中充当一个内存库的角色，以存储模型之前处理过的 token 键值，通过模型运算计算出注意力分数，有效控制被存储 token 的输入输出，通过 " 以存换算 " 避免了多数大模型运算每次都是从第一个 token 开始运算的重复计算，提升了算力使用效率。

此外，据郑纬民透露，DeepSeek 还解决了 " 非常大同时非常稀疏的 MoE 模型 " 使用的性能难题，而这也成了 "DeepSeek 训练成本低最关键的原因 "。

"DeepSeek 比较厉害的是训练 MoE 的能力，成为公开 MoE 模型训练中第一个能训练成功这么大 MoE 的企业。" 郑纬民说

此外，DeepSeek 还充分利用专家网络被稀疏激活的设计，限制了每个 token 被发送往 GPU 集群节点（node）的数量，这使得 GPU 之间通信开销稳定在较低的水位。

早先，图灵奖得主、主导 Meta AI 研究的首席科学家杨立昆（Yann LeCun）认为，DeepSeek 成功的最大收获并非中国竞争对其他国家带来更大威胁，而是 AI 开源的价值使任何人都能受益。

" 对那些看到 DeepSeek 表现并认为‘中国在 AI 领域正超越美国’的人而言，你的解读错了 "，杨立昆在 Threads 写道，" 正确解读应是‘开源模型正超越专有模型’ "。