人工智能行业报告：DeepSeek十大关键问题解读（23页）

行业报告下载 2025年02月20日 10:48 管理员

多模态大模型是一种基于深度学习的机器学习模型，类似于人脑能够同时处理文本、声音、图像等不同类型的信息，多模态模型能够处理和整合“图像+文本” 、 “视频+音频” 、 “语音+文字”等多种模态的数据和信息，利用不同模态之间的互补和协同，来提高模型的全面感知和泛化能力，使其能够应对更多复杂的任务和场景，以实现更好的性能表现。与传统的单模态模型相比，多模态对算力供给提出了更高的要求。急剧飙升的算法复杂度及工程难度、模型迭代下动辄千亿规模的参数量和远高于单模态模型的大量图片、文本和视频数据集，不仅需要消耗大量计算资源，对算力的速度、精度、性能等方面的要求也水涨船高。NV仍具备计算与生态护城河。我们认为，DeepSeek的成果使用低精度计算、模型侧发展MOE架构、使用PTX层，这些会带来预训练算力使用效率的提升，但是这些技术仍与NV生态紧密联系，NV护城河仍在。模型训练算力使用效率提升，NV高等级芯片或主要用于探索AGI。根据《De epSe ek-V3 Te chni c a l Report》，模型的训练过程仅使用2048块H800，这表明使用A100、H800等相对低端的芯片可以实现类似OpenAI o1类似性能。这可能会影响英伟达2025年以后， B200 等最先进GPU的普及，Blackwell/Rubin 等最先进的 GPU 的用途，初期可能会被局限在探索下一代大模型（探索AGI）上。