一體機,阻礙DeepSeek性能的最大絆腳石!

2025年03月25日10:30:25 財經 4976

一體機是DeepSeek交付的最佳方式嗎?

恰恰相反,一體機是阻礙DeepSeek提升推理性能的最大絆腳石。

一體機,阻礙DeepSeek性能的最大絆腳石! - 天天要聞

為啥?

只因DeepSeek這個模型有點特殊,它是個高稀疏度的MoE模型。

MoE這種混合專家模型,設計的初衷是通過「激活一堆專家中的少量專家」,來達到減少計算量、提升推理效率的目標。

舉個例子,MoE模型好比是一個超級大飯店的後廚,這個後廚里有幾百個大廚,每個大廚擅長做不同菜系川菜廚子、魯菜廚子、湘菜廚子…

這些廚子就相當於不同領域的專家。

一體機,阻礙DeepSeek性能的最大絆腳石! - 天天要聞

其中有個人是廚師長,廚師長不負責炒菜,他清楚地知道每個廚師擅長做什麼菜。

這個廚師長就是MoE模型中的門控網路。

一體機,阻礙DeepSeek性能的最大絆腳石! - 天天要聞

每次顧客點菜的時候,廚師長(門控網路)會根據顧客點菜的需求以及自己對廚師能力的了解,安排擅長做這些菜的廚子炒菜。

一體機,阻礙DeepSeek性能的最大絆腳石! - 天天要聞

這樣,酒店的後廚就不必為每位廚師安排灶眼,只需少量灶眼(比如8個),供那些需要上崗炒菜(被激活)的廚師使用就可以了。

這就相當於MoE的原理:只激活少量專家,從而大幅降低計算量。

一體機,阻礙DeepSeek性能的最大絆腳石! - 天天要聞

是不是看起來很不錯,但是有一點很重要:不參與炒菜的廚子們雖然不佔用灶眼,但是還是要擠在後廚隨時等待召喚。

也就是說,MoE模型里那些未激活專家,雖然不消耗算力,但它們的參數量仍然要佔用顯存/內存,帶來巨大的存儲開銷和調度複雜性。

一體機,阻礙DeepSeek性能的最大絆腳石! - 天天要聞

回過頭來,我們再來看DeepSeek-R1/V3,是稀疏度極高的MoE模型(總參數量6710億,激活量370億)。

按照DeepSeek官方的最新披露,模型每層256個專家,只有8個被激活(V3的Transformer 層數設置為 61 層)。

好比你的飯店有60多個後廚房間,每個屋裡放256個廚師,同時只有8個廚師幹活,其他待命。

你想想,恐怕只有新東方廚師專修學院才這麼干吧。

一體機,阻礙DeepSeek性能的最大絆腳石! - 天天要聞

這就意味著,你需要配置超高的一體機(大顯存、大內存),才能夠運行滿血版DeepSeek。

事實證明,目前的狀況也的確如此,市面上的「真·滿血DeepSeek一體機」價格都是100萬起,甚至要大幾百萬。

一體機,阻礙DeepSeek性能的最大絆腳石! - 天天要聞

把MoE模型裝進一體機的不科學之處在於↓

我花了大錢買了一堆不能同時幹活的專家,只為他們可以減少計算量。
然而,這種一體機部署模式算力是我買斷的,難道不應該讓他們盡量都幹活,從而讓算力最大化使用嗎?
我的顯存/內存/硬碟都是為了裝下6710億參數,但實際幹活只有370億參數…

所以,我們的觀點是:

一體機其實是運行DeepSeek這種MoE模型的最差選擇,更適合運行那些非MoE的全參數激活模型。

這一點,大家如果仔細看上周DeepSeek官方在知乎披露的推理優化架構就明白了。

人家說的很清楚,要想獲得「更大的吞吐、更低的延遲」,核心就是要使用「大規模跨節點專家並行」。

你一體機就單個節點、8張卡,勉強裝下所有專家,還並行個毛線啊?

一體機,阻礙DeepSeek性能的最大絆腳石! - 天天要聞

按照DeepSeek給出的官方參考推理架構(專家並行、數據並行、PD分離):

Prefill階段:部署單元4節點(32張H800),32路專家並行和數據並行。
Decode階段:部署單元18節點(144張H800),144路專家並行和數據並行。

這就意味著,一個22節點的集群(176張卡),才能發揮出最優的推理吞吐和延遲。(讓每個專家獲得足夠的輸入,都忙活起來,而不是「占著茅坑不拉屎」)

一體機,阻礙DeepSeek性能的最大絆腳石! - 天天要聞

正因為這種採用這種大規模並行架構,DeepSeek官方給出的單伺服器平均推理性能才高得離譜(輸入:73.7k tokens/s,輸出14.8k tokens/s)。

而一體機廠商們給出的性能,輸出+輸入的總和最多也不過4k tokens/s。

一體機,阻礙DeepSeek性能的最大絆腳石! - 天天要聞

當然,我們並不是要否定大模型一體機,只是一體機不適合部署MoE模型,讓它跑個稠密模型,不需要大規模並行的,還是很好的。

眼下DeepSeek一體機滿天飛,更多的還是滿足客戶的情緒價值:本地化、開箱即用、專屬性……

一體機,阻礙DeepSeek性能的最大絆腳石! - 天天要聞

尤其在數據隱私方面,一體機有著無與倫比的優勢,不只是合規,更能切實有效的保護數據不出域。

比如,很多通過API、WEB或APP提供DeepSeek服務的供應商,在他們的用戶協議里可能赫然寫著「…我們可能會將服務所收集的輸入及對應輸出,用於本協議下服務的優化…」。

一體機,阻礙DeepSeek性能的最大絆腳石! - 天天要聞

這對於大部分企業級客戶來說,這都是無法接受的,所以本地化部署肯定是剛需,這也是目前DeepSeek一體機火爆的原因(即便性能不佳)。

其實,很多企業過去兩年自己囤過算力,此時參考DeepSeek的大規模並行架構,部署起來,相信會有不錯的效果。

而滿血版的DeepSeek一體機,企業可以量預算而行,不要硬上:

第一,蒸餾版,體積小性能好,效果差點不耽誤練手;
第二,最近新模型層出不窮,可以嘗試下非MoE架構的小體積新模型;
第三,相信不久的將來下一代DeepSeek就會發布,屆時再下手也不遲。

大模型的前方是星辰大海,但我們,才剛剛上路呢。

一體機,阻礙DeepSeek性能的最大絆腳石! - 天天要聞

財經分類資訊推薦

邏輯學在民營貸款風險控制中的應用(下) - 天天要聞

邏輯學在民營貸款風險控制中的應用(下)

四、辯證邏輯辯證邏輯的基本原理強調從多個角度、多個層面分析問題,注重矛盾的對立統一和動態變化。辯證邏輯在貸款風控中常常應用於行業周期分析,不同行業在不同經濟周期中的表現不同。例如:在經濟繁榮期,房地產行業可能表現良好,但在經濟衰退期,風險較
以二次奮鬥破局 以清正修身立本 - 天天要聞

以二次奮鬥破局 以清正修身立本

深入推進二次創業」未來,我們要「活下去」一定是辛苦的。董事會提出「二次創業」號召好幾年了,大家一定要有深刻地理解。什麼叫二次創業?二次創業就是創業。馮總雖然在銀行大平台工作過,但是獨自去東營、濰坊籌建分行時就是創業,創業是從無到有,從零到一
單日獲資金凈流入超5200萬元,300紅利低波ETF(515300)衝擊4連漲 - 天天要聞

單日獲資金凈流入超5200萬元,300紅利低波ETF(515300)衝擊4連漲

截至2025年5月9日 10:17,滬深300紅利低波動指數上漲0.47%,成分股華能水電上漲2.18%,興業銀行上漲2.04%,浦發銀行上漲1.81%,寧滬高速上漲1.45%,成都銀行上漲1.36%。300紅利低波ETF(515300)上漲0.44%, 衝擊4連漲。流動性方面,300紅利低波ETF盤中成交1728.58萬元。拉長時間看,截至5月8日,300