未来网络大会：DeepSeek行业大模型算力网加速应用生态白皮书

自 OpenA问世后，各路大模型如雨后春笋般涌现，它们基于互联网上爬到的数据进行训练，要花费成千上万张 GPU 资源才能训练出来，这些大模型可以陪人闲聊、回答问题甚至求解方程，但是它无法知道的企业流水线的工艺制造方式、学校对学生的个性培养计划、医院为老人的病症诊疗方案。这些大模型我们称其为“通用大模型”它知道的很多很杂、但不深不准。如果要让 AI真正服务于千行百业需要的是把“通用大模型”与行业数据充分结合，再通过算力加工成“行业大模型”。“行业大模型”的发展，需要迈过三座大山，一是模型部署太贵，企业要部署一套聪明的大模型动辄要大几百万上千万二是数据流通不畅,企业的生产数据通过互联网传输既不安全也不高效，三是算力使用不便，国家建设了大量的公共算力却未充分被企业所知所用。 DeepSeek为“行业大模型”的征程开了个好头，它既足够聪明又开源免费，将大模型成本直降到0。模型的问题解决了，数据流通和算力使用的问题又该如何解决？今年春节前后，DS云部署和一体机一时间蔚然成风:云部署基于互联网提供了轻量化的 DS服务，但面对B端市场存在着“数据传不出，网络运不动，算力信不过的众多约束:一体机基于局域网部署本地化的 DS 设备，可有效解决云部署的上述挑战，但在B端落地应用时则面对着“建设成本高、服务性能僵、模型更新慢”等新的挑战。