DeepSeek R2即将发布，引发广泛关注。这款大模型采用了更先进的混合专家模型（MoE），参数量预计达1.2万亿，推理成本远低于GPT-4。更引人注目的是，R2完全基于国产昇腾910B芯片训练，性能接近英伟达A100集群，有望降低中国对海外高端AI芯片的依赖。DeepSeek R2的发布，也预示着中国在大模型领域的技术实力进一步提升，并对AI基础设施和英伟达带来潜在影响。

🚀 DeepSeek R2采用了混合专家模型（MoE），总参数量约为1.2万亿，是前代R1的两倍，这意味着模型拥有更强大的处理能力。

💡 R2的推理成本极具竞争力，单位推理成本较GPT-4降低97.4%。输入每百万字符仅需0.07美元，输出每百万字符仅需0.27美元，这使得R2在商业应用上更具优势。

🇨🇳 DeepSeek R2完全基于昇腾910B芯片集群平台训练，摆脱了对英伟达芯片的依赖。在FP16精度下，计算性能达到512 PetaFLOPS，芯片利用率高达82%，整体性能约为NVIDIA上一代A100集群的91%，这标志着中国在AI芯片领域的自主创新取得了显著进展。

🤔 R2的发布可能引发市场对AI基础设施需求的重新审视，并加速华为昇腾910C芯片的国产替代进程。这将对英伟达的市场地位构成挑战。

快科技4月29日消息，年初DeepSeek R1的问世，让美国AI圈颤三颤，甚至引发了NVIDIA的股价暴跌。如今，更强的DeepSeek R2也要来了。

据报道，市场最新爆料，R2大模型将采用更先进的混合专家模型（MoE），总参数量较前代R1提升约1倍，预计达1.2万亿（R1总参数量为6710亿），单位推理成本较GPT-4大减97.4%。

当下，中美科技战、贸易战愈演愈烈，NVIDIA H20芯片面临新一波出口管制。

在DeepSeek R2预期发布时间临近的情况下，各界高度关注中国指标性大模型在缺乏美国芯片资源下的发展动向。

据传，R2规模与ChatGPT的GPT-4 Turbo以及谷歌的Gemini 2.0 Pro相当，还将结合更智能的门控网络层（Gating Network），进而优化高负载推理任务的性能。

消息指出，R2将彻底摆脱NVIDIA芯片，训练全程均未使用NVIDIA显卡，全部基于昇腾910B（Ascend 910B）芯片集群平台，在FP16精度下，计算性能达到512 PetaFLOPS，芯片利用率高达82%，整体性能约为NVIDIA上一代A100集群的91%。

市场预期，这有望降低中国对海外高端AI芯片的依赖，且华为全新的昇腾910C芯片也开始进入大规模量产阶段。

成本方面，DeepSeek-R2的单位推理成本较OpenAI旗下的GPT-4大减97.4%。其中，R2输入每百万个字符仅需0.07美元，而输出每百万个字符仅0.27美元。

分析认为，R2若如传闻般强势，可能再次引发市场对AI基础设施需求的质疑，加上华为AI芯片的国产替代，将对NVIDIA带来更大影响。