DeepSeek R2大模型即将发布，预计采用混合专家模型（MoE），参数量达1.2万亿，推理成本较GPT-4大幅降低97.4%。该模型彻底摆脱NVIDIA芯片，全程基于昇腾910B芯片集群平台训练，计算性能强大。在当前中美科技战背景下，DeepSeek R2的发布备受关注，有望降低中国对海外高端AI芯片的依赖，对NVIDIA产生影响。

🚀 DeepSeek R2采用混合专家模型（MoE），总参数量预计达1.2万亿，相较于R1的6710亿参数量提升约1倍，单位推理成本较GPT-4大幅降低97.4%。

🇨🇳 DeepSeek R2将彻底摆脱NVIDIA芯片，训练全程基于昇腾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%。

💰 DeepSeek-R2的单位推理成本显著降低，输入每百万个字符仅需0.07美元，输出每百万个字符仅0.27美元，大幅低于OpenAI旗下的GPT-4。

📈 市场预期DeepSeek R2的强势表现，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，或将对NVIDIA带来更大影响。

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。

【本文结束】如需转载请务必注明出处：快科技

责任编辑：朝晖

文章内容举报

]article_adlist-->