据报道，深度求索计划推出下一代AI大模型DeepSeek-R2。该模型采用混合专家模型（MoE），优化高负载推理任务。分析师预测其定价可能低于OpenAI同类产品，或将颠覆现有AI服务定价模式。DeepSeek-R2预计比GPT-4成本降低97%，并在昇腾卡上训练，强调自主可控。模型总参数量或达1.2万亿，是DeepSeek-R1的两倍。DeepSeek-R2基于华为昇腾910B芯片集群训练，FP16精度下达512PetaFLOPS计算能力，芯片使用效率为82%，性能相当于英伟达A100训练集群的91%左右。

💡DeepSeek-R2采用混合专家模型（MoE），并结合了智能门控网络层，旨在提升高负载推理任务的性能。

💰分析师预计DeepSeek-R2的定价可能显著低于OpenAI同类产品，暗示其或将改变现有AI服务的定价模式。

⚙️DeepSeek-R2预计比GPT-4成本下降97%，并在昇腾卡上进行训练，强调全产业链的自主可控。

📊DeepSeek-R2的总参数量可能达到1.2万亿，约为DeepSeek-R1的6710亿参数的两倍。

💻DeepSeek-R2基于华为昇腾910B芯片集群训练，FP16精度下达到512PetaFLOPS的计算能力，芯片使用效率为82%，性能相当于英伟达上一代A100训练集群的91%左右。

快科技4月29日消息，据国内媒体报道称，深度求索可能会在下个月有所行动，推出下一代AI大模型DeepSeek-R2。

报道称，DeepSeek-R2大模型将会采用一种更先进的混合专家模型（MoE），其结合了更加智能的门控网络层（Gating Network）以优化高负载推理任务的性能。

有分析师预计，DeepSeek-R2的定价可能显著低于OpenAI同类产品，预示着其可能颠覆现有AI服务的定价模式。

此外，还有相关消息显示，DeepSeek-R2预计比GPT-4成本下降97%；并且是在昇腾卡上做的训练，主打一个全方位全产业链的自主可控。

据相关人士透露的情况，DeepSeek-R2的总参数量可能会达到1.2万亿，比DeepSeek-R1的6710亿参数增加大约一倍。

DeepSeek-R2是一款基于华为昇腾910B（Ascend 910B）芯片集群训练的模型，在FP16精度下达到512PetaFLOPS的计算能力，芯片使用效率为82%。

据华为实验室统计，这个性能相当于英伟达上一代A100训练集群的91%左右。至于这些是不是真实的，还有待观察，但看起来确实更强大、更自主了。

【本文结束】如需转载请务必注明出处：快科技

责任编辑：雪花

文章内容举报

]article_adlist-->