DeepSeek:“国运级创新”,凭啥?
前言:
春节前后,要说国内外科技圈最火热的名字,DeepSeek 绝对算头一个。“开源大模型之光”、“AI 领域新星”、“有望比肩 OpenAI”…… 各种赞誉纷至沓来,甚至有人直接将其冠于“国运级创新”的说法。“国运级创新”? 这个帽子可实在不小。但是有人会质疑,凭啥?本文则试着从产业共识的角度来分析,笔者认为它确实担得起。
1. DeepSeek,是国运级创新!
要探寻 “DeepSeek 是国运级创新” 这一说法的源头,最早的说法来自游戏圈内极具影响力的人物——现象级3A游戏《黑神话:悟空》的制作公司游戏科学创始人冯骥。他在新浪微博上就曾公开表示:“DeepSeek 可能是个国运级别的科技成果”。冯骥以其独到的眼光和对技术趋势的敏锐洞察力而著称,他的这番评价,无疑引发了广泛关注。下图是他的微博截图。
国内安全领域的领军人物,360 集团创始人周鸿祎也表达了对 DeepSeek 的有力支持。 在今年两会期间接受《新京报》记者关于 “人工智能技术开源” 话题的采访时,他 “举双手赞同” 冯骥关于 DeepSeek “国运级别的科技成果” 的评价。他认为开源模式形成了巨大的虹吸效应,一旦形成气候,将彻底战胜闭源。凭借更低的成本和更开放的技术普惠路径,中国在AI应用规模和渗透率上比美国更高。周鸿祎作为在 IT 行业深耕多年的资深人士,他的认可更显分量。
(图片来自新京报)
著名技术社区CSDN的高级副总裁李建忠今年也撰文《DeepSeek 关键技术创新及对 AI 生态的影响》,从技术生态的角度深入分析了DeepSeek。 他认为DeepSeek 的巨大影响力,不仅在于其在AI 领域实现的多项关键技术创新,更在于它 引发了对全球 AI 生态格局升级和重塑的深刻思考。 作为深耕开发者生态多年的行业大V,李建忠盛赞 DeepSeek “或将成为中国开发者拥抱 AI 时代的最佳选择”。 来自开发者社区的积极评价,无疑是最直接且最具说服力的市场反馈。
不仅如此,国际媒体也敏锐捕捉到了 DeepSeek 的崛起,并将其与具有历史意义的 “人造卫星时刻 (Sputnik moment)” 相提并论。 “人造卫星时刻” 源于 1957 年前苏联成功发射人类首颗人造卫星 Sputnik 1 号, 这一事件震惊世界, 象征着科技竞争格局的突变,以及对原有技术领导者的挑战。 外媒借用 “人造卫星时刻” 来形容 DeepSeek,一方面是认同DeepSeek 在人工智能尤其是在大模型技术领域取得的突破性进展, 另一方面是预示着其可能打破美国在 AI 领域的领先地位, 并对全球 AI 竞争格局产生深远影响。 这种来自国际舆论场的积极信号, 进一步印证了 DeepSeek 在全球 AI 领域的影响力。
2. DeepSeek,真的是“国运级创新”吗?
但是,很多人可能会质疑,它凭啥,可以担当得起“国运级创新”这个评价?
DeepSeek虽然开源,虽然它的性能优异媲美一流的商业大模型,同时成本低廉为顶尖商业大模型的几十分之一,而且拥有大量的技术创新,包括在算法上和工程上。但是这些优点在行业内并非独有。在它之前,Meta公司的 Llama 系列、阿里公司的 QWen系列、欧洲公司的 Mistral 系列等开源大模型,早已在业界积累了良好的口碑,且同样具备出色的性能和开源特性。近年来,开源大模型已经成为行业内的重要趋势,开源本身已经不再是稀缺资源。
而且技术特性上,让它成本最低的模型架构MOE(Mixture of Expert)也不是原创,Mistral之前早就这么做了。而纯用深度学习来进行模型推理能力的增强,这也是OpenAI半年前发布OpenAI O1的做法,只不过它没有开源而已。所以有人质疑,即便 DeepSeek 在部分指标上超越了前辈项目,这种领先是否足以称为颠覆性突破?此外,DeepSeek 的模型虽然开源,论文虽然公开而且很详细,但底层技术路线的原创性究竟有多少?
它凭什么能够在短时间内获得如此高的评价,甚至被视为“国运级创新”?
笔者认为,DeepSeek是堪称“国运级“的科技创新,不仅仅是它的性能好、成本低、开源这三个技术方面的特点,最重要的原因,是它初步达成了国内外的产业共识。而产业共识,尤其是中国人领导的产业共识,非常难得,非常有价值,之前基本没有,就是我顶它为国运级创新的理由。
3. 共识是什么?产业共识又是什么?
产业共识? 这是什么?这玩意儿有这么重要?当然重要! 甚至可以说,产业共识,才是 “国运级创新” 最坚实的基石。
要理解 “产业共识” 的价值,我们先得搞清楚,啥是 “共识”?字典上说,共识,就是指对某件事物或观点的普遍认同。 放到社会学和心理学层面,共识更意味着一种 群体性的认知、价值取向和行动方向的统一。
“共识” 究竟为何如此重要? 我们不妨从以下几个维度来剖析:
-
共识是行动的“方向盘”: 想象一下,如果一个团队,每个人都朝着不同的方向努力,力量就会被分散,效率就会大打折扣。 共识就像是 “方向盘”, 能够统一方向, 让群体力量朝着同一个目标前进, 避免内耗, 提升效率。 无论是家庭生活、团队协作、还是社会治理, “方向一致” 都是高效行动的前提,而 “共识” 就是确保方向一致的关键。
-
共识是信任的“桥梁”: 人与人之间的合作, 离不开信任。 而 “共识” 恰恰是建立信任的 “桥梁”。 当彼此之间有了共同的认知、共同的价值观、共同的目标, 信任的基石就得以建立。 “共识” 能够减少误解, 降低沟通成本, 促进彼此理解和支持, 从而建立起更深厚的信任关系。 信任就像是人际关系的纽带,而 “共识” 就是构建信任的桥梁。
-
共识是稳定的“压舱石”: 社会和群体的稳定, 需要共同的规则和秩序来维系。 “共识” 就如同 “压舱石”, 能够维护群体和社会的稳定。 当社会成员对基本价值观、行为准则、社会秩序等达成共识, 社会就能保持稳定和凝聚力, 减少冲突和对抗, 构建和谐稳定的社会环境。 稳定就像是大船的压舱石,而 “共识” 就是社会稳定的压舱石。
-
共识是创新的“催化剂”: 创新往往需要集思广益, 需要不同观点的碰撞和融合。 “共识” 看似是统一思想, 但实际上, 它也能成为创新的 “催化剂”。 在 “共识” 的基础上, 不同的观点和想法才能更好地交流和融合, 激发新的思路, 碰撞出创新的火花。 共识并非 “求同”, 而是在 “存异” 的基础上 “求同”, 最终实现 “和而不同” 的创新局面。 创新就像化学反应,而 “共识” 就是催化反应的催化剂。
-
共识是力量的“倍增器”: 单个人、单个组织的力量终究有限。 “共识” 能够将分散的力量 “聚合” 起来, 形成 “1+1>2” 的 “倍增效应”。 当一个群体, 一个社会, 甚至一个国家, 在某个重要方向上达成共识, 就能凝聚起强大的合力, 共同应对挑战, 实现共同目标。 力量源于团结,而 “共识” 就是凝聚力量、倍增力量的源泉。
更进一步, 如果我们从人类文明演进的宏大视角来看, “共识” 的重要性, 就更加不言而喻了。 正如畅销书《人类简史》所揭示的, 远古的智人之所以能够战胜其他更强壮、更聪明的古人类(例如尼安特人等), 最终成为地球的主宰, 并非仅仅依靠个体力量,而是因为智人掌握了一种独特的生存技能—— “讲故事, 形成共识, 组织大规模合作”。正是 “共识” 这种神奇的力量, 让智人能够将分散的个体组织起来, 击败其他古人类,形成部落、城邦、国家, 构建复杂的社会结构, 共同应对自然挑战, 直至最终创造出辉煌的人类文明。 从某种意义上说, “人类文明史”, 就是一部 “共识进化史”。
图为一批原始人协同工作击杀大象
理解了 “共识” 在人类社会中的重要性, 我们再来看 “产业共识”。 所谓 “产业共识”, 就是将 “共识” 的理念, 应用到 “产业” 领域。 具体而言, “产业共识” 指的是产业链上下游各个环节, 以及相关利益方, 对于某个产业发展方向、技术路线、价值理念等达成的普遍认同。
那么, “产业共识” 对于 IT 产业, 又意味着什么呢? 它又将发挥哪些独特而重要的作用呢?
-
统一方向,凝聚力量: 产业共识就像一个 “指挥棒”,能够引导产业资源向同一个方向集中,避免内耗和重复建设,形成合力,共同推动产业快速发展。
-
降低风险,提升效率: 有了产业共识,大家就能在相对确定的方向上进行创新和投入,减少试错成本,加速技术迭代和市场推广,提高整体产业效率。
-
构建生态,合作共赢: 产业共识能够促进产业链各环节的协同合作,形成互信互利的合作关系,构建健康可持续的产业生态,最终实现共赢。
我们回顾 一下这么多年IT 产业发展史,我们就能看到 “产业共识” 的力量,有很多很好的例子,我稍微举几个:
-
Linux 操作系统的崛起: 当我们审视DeepSeek的崛起轨迹,历史正在重演Linux的传奇。Linux 的成功,绝对是 IT 产业 “产业共识” 的典范。 1991年当芬兰大学生Linus Torvalds在大学宿舍敲下第一行内核代码时,没人能预见这个“个人玩具”会重构全球操作系统格局。彼时的Unix闭源帝国AT&T与Microsoft Windows商业巨轮,正如今天的OpenAI GPT系列和Anthropic Claude系列,用高墙锁死创新。但是Linux 用开源、开放 的理念迅速获得了全球开发者的认同和响应,同时也打破了Unix商业发行版和Microsoft Windows的垄断,从个人开发者到商业公司谷歌、IBM、红帽等,无数开发者参与到 Linux 的开发和完善中,最终 Linux 成为了 服务器、嵌入式系统、移动设备等领域最主流的操作系统之一。 Linux 的成功, 打破了商业操作系统的垄断,构建了一个庞大而充满活力的开源生态系统。 可以说,没有开源共识和产业界对 Linux 的共同支持, 云计算、大数据、移动互联网等技术发展都难以想象。
-
HDFS (Hadoop 分布式文件系统) 的普及: HDFS又是另外一个很好的例子。HDFS最早是作为Google内部大数据分布式存储和计算的GFS的开源实现,但是后来在大数据浪潮中,HDFS 成为了 存储海量数据的标准基础设施。 HDFS 开源、可扩展、高容错 的特性,完美契合了大数据时代的需求,迅速获得了包括互联网巨头、金融机构、科研机构等各行各业的广泛采用。 HDFS 的普及, 降低了大数据存储和处理的门槛,加速了大数据技术的应用和创新。 可以说,没有 HDFS 的产业共识, 大数据产业格局将会非常不同。后来即便是GFS的实际发明人Google,在推出Google Cloud对外 提供服务的时候,也不得不支持在他们眼里技术落后的HDFS。
-
Kubernetes (K8s) 容器编排系统的流行: 在云计算和容器技术兴起的大背景下,Kubernetes 脱颖而出,成为了云原生(Cloud Native)中容器编排领域的标准。 Kubernetes 强大的容器管理能力、灵活的扩展性、丰富的生态系统,赢得了包括 Google、Microsoft、Amazon、阿里、字节、腾讯等云巨头在内的整个 IT 产业的共同拥抱。 Kubernetes 的流行, 极大地简化了应用部署和管理,加速了云原生技术的普及,推动了云计算的快速发展。 可以说,没有 Kubernetes 的产业共识, 云原生应用开发和部署模式将面临更多挑战。
这些例子都充分说明,“产业共识” 对于 IT 产业的健康发展和技术创新,具有至关重要的作用。 它不仅仅是一种 “认同”,更是一种 “力量”, 一种能够凝聚产业资源、加速技术创新、构建繁荣生态、提升整体竞争力的 “战略性资源”。
反观中国 IT 产业发展历程,我们会发现,在形成 国际 产业共识方面,中国 IT 产业的案例相对较少,或者说没有特别值得一提的案例。这并非是中国技术能力不足,而是由多种复杂因素造成的:一方面中国IT起步较晚,错失早期行业事实标准制定机会;另一方面,早期发展策略侧重 “自主可控” 和 “国产替代”: 这在保障国家信息安全、建立自主产业链方面取得了显著成就, 但在 推动技术标准国际化、形成全球产业共识方面,客观上有所侧重;还有就是文化和语言差异,影响技术理念传播: 技术标准的推广和产业共识的形成, 除了技术实力,也需要文化和语言的传播。 当然还有国际政治和市场环境的复杂性: 近年来,国际政治经济环境日趋复杂, 技术 “脱钩” 和 “逆全球化” 趋势抬头, 也为中国 IT 技术走向国际,形成全球产业共识增加了阻力。但这并不意味着中国 IT 产业无法形成产业共识,更不意味着中国技术无法走向世界。 事实上,近年来,我们已经看到一些积极的趋势:
-
中国企业积极参与国际标准制定: 越来越多的中国企业开始积极参与国际技术标准的制定, 例如在 5G、人工智能、物联网等新兴领域,中国企业的话语权和影响力正在显著提升。
-
开源开放成为新趋势: 越来越多的中国 IT 企业开始拥抱开源开放, 通过开源项目和开放平台, 与全球开发者社区和产业界进行更广泛的合作和交流, 为形成产业共识创造更有利条件。
-
“一带一路” 倡议推动技术和标准输出: “一带一路” 倡议为中国 IT 技术和标准 “走出去” 提供了重要平台和机遇, 通过基础设施建设和产业合作, 中国技术和标准在发展中国家和地区的影响力不断扩大。
在这样的背景下, DeepSeek 的出现, 以及它所展现出的 “产业共识” 潜力, 就显得尤为重要和值得关注。
4. 凭啥说 DeepSeek 已经初步达成了产业共识? 体现在哪些方面?
我认为,DeepSeek 已经初步达成产业共识,先看看产业的实际情况。
IT产业围绕大模型领域,可以按照技术层次,从下往上分为四层。
而当前,每一层的国内外玩家都非常认同和积极拥抱DeepSeek,这就是产业共识。
(1)基石层:国内外的CPU/GPU厂家都纷纷宣称支持DeepSeek,其中包括国际的Intel、AMD,国内的海光、沐曦、华为、隧原、摩尔线程、天数智芯、昆仑芯、壁仞科技、龙芯等宣称支持DeepSeek。几乎找不到一家CPU/GPU厂家说不支持DeepSeek,各家的区别可能是有的支持R1满血版,有的支持R1蒸馏版而已。这一层还包括一体机、操作系统、网络、存储、IDC等。
(2)云服务层:同样国内外的云厂商纷纷宣称支持DeepSeek,其中包括国际的AWS、Microsoft Azure、Nvidia Nim,和国内的阿里云、腾讯云、百度云、火山云,还有三家电信运营商的云,此外还有一些中小企业例如商汤科技、硅基流动等也宣称提供部署DeepSeek多个版本的云服务。
(以上信息来自https://www.perplexity.ai/)
(3)软件产品集成层:企业软件巨头们也纷纷宣布支持DeepSeek,例如SAP宣布在集成DeepSeek在它的ERP软件中,国内ERP巨头用友宣布已经集成DeepSeek到它的BIP产品中,此外还有浪潮通软、金蝶等N多企业软件宣称集成了DeepSeek。其他宣称支持DeepSeek的商业软件,包括BI产品、CRM产品就更多了。
(4)甲方应用层:各行业的甲方巨头们也纷纷支持DeepSeek,例如工商银行集成DeepSeek到工行内部大模型服务平台,服务于财报分析助手、财富管家、智能客服、风险评估等业务中,在北京友谊医院/清华长庚医院也宣称已经集成了DeepSeek在他们的数字化平台中,还有能源、交通等多家央企宣称集成了DeepSeek。中兴努比亚手机、OPPO手机也纷纷宣称在他们的手机系统上集成了DeepSeek大模型。
这非常难得,因为之前笔者曾经一度觉得很困扰,因为大模型模型的不统一,导致上下每一层都存在巨大的适配工作,而只要其中任何一层的适配工作没有做好,都会导致最终大模型应用落地的体验很差,要么最终输出准确性不及预期,实际落地需要大量的dirty work;要么整个系统延迟巨高,用户体感很差。现在好了,每一层的企业都在主动适配DeepSeek,这样能大大减轻各个层面的适配工作,让大模型应用的落地成本更低、速度更快、体验更好。
更难得的事,笔者上个月在沙特利雅得参加沙特开源峰会2025,跟沙特本地IT人士沟通的时候,他们也充分认同DeepSeek的价值,对来自中国的开源AI充满好感,有的数字化产品之前使用ChatGPT API的也在迁移到DeepSeek上。而这也为集成DeepSeek的中国IT软件进入中东市场创造了有利的条件。沙特只是一带一路上的一个国家,但是管中窥豹可以看出,DeepSeek对于中国拓展一带一路上的数字基础设施建设和数字经济业务,能起到非常好的标杆作用。
这就是产业共识的力量。
5. 产业共识,对 DeepSeek 的未来有啥影响?
笔者认为,如果 DeepSeek 真的能够持续巩固和扩大这种 “产业共识”, 那么它未来的发展,将获得源源不断的强大助推力:
-
加速技术创新: 产业共识将为 DeepSeek 提供更广阔的技术创新空间和资源支持,吸引更多优秀人才和资本的涌入,促进其在 AI 核心技术上不断突破,保持技术领先优势。
-
拓展应用场景: 产业共识将帮助 DeepSeek 更快地渗透到各行各业,拓展更丰富的应用场景,实现技术与产业的深度融合,释放 AI 技术的巨大商业价值和社会价值。
-
构建生态壁垒: 产业共识将有助于 DeepSeek 构建强大的产业生态系统,形成技术、市场、生态等多重壁垒,提升长期竞争力,成为中国 AI 产业生态的核心力量。
-
提升中国 AI 产业竞争力: DeepSeek 的崛起和产业共识的形成,将带动整个中国 AI 产业的蓬勃发展,提升中国在全球 AI 领域的竞争力,甚至有望改写全球 AI 产业格局。
6. 总结一下:
DeepSeek 是不是 “国运级创新”, 现在下定论可能还为时过早。 但它 初步达成的 “产业共识” , 的确为我们提供了一个全新的视角, 让我们看到了中国 IT 产业 “聚沙成塔, 众木成林” 的希望。
如果 DeepSeek 能够继续保持开放合作的姿态, 持续技术创新, 不断扩大产业共识, 那么它未来的发展, 真的值得我们期待,甚至有可能超出我们的想象。
DeepSeek “国运级创新”, 凭啥?
凭 “产业共识”!
你觉得这个道理, 站得住脚吗?
(欢迎在评论区留下你的看法!)

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
Hologres 计算组实例&分时弹性入门实践
作者:骆撷冬 Hologres PD 本次主题是 Hologres 的计算组实例和分时弹性的入门实践。分三个部分介绍。第一部分介绍 Hologres 计算组实例的原理、架构等,第二部分展示计算组实例的入门实践,第三部分具体演示分时弹性的相关使用实践。 一、Hologres 计算组实例介绍 1.1 实时数仓的资源难题 在使用实时数仓的过程中,在资源方面会遇到一些难题。主要有四个方面。 第一个难题是负载隔离。公司通常有很多业务使用数仓资源,数据中台需要通过计算资源进行数据写入,所有的业务都要进行查询,这些业务共用一份资源,会产生资源的争抢。 第二个难题是资源浪费。很多业务的波峰波谷的分时特征非常明显,比如数据中台通常会在凌晨把数据T+1的写入到 Hologres 里,还有很多的业务方在白天会有一个明显的查询流量的高峰。针对这些场景,需要为流量峰值预留足够的资源,但在流量波谷的时候,这些资源往往会产生大量的闲置浪费。 第三个难题是大任务难题。Hologres 实例中,预留计算资源量通常是固定的,如果有一些大型的ETL导入、查询任务等,可能会遇到 Out Of Memory,即 O...
- 下一篇
OpenTelemetry Collector 节点宕机场景下的排查与优化
前言 OpenTelemetry Collector 是 OpenTelemetry 的核心组件,但在底层基础设施(如 Kubernetes 节点)故障时,可能暴露出阻塞或延迟问题。本文通过一次因 Sampling 服务节点宕机引发的故障,结合代码分析其原因,并提供临时和长期解决方案。 问题描述 一天,收到告警,OpenTelemetry 出现 Exporter Trace 异常的情况,具体表现为: OpenTelemetry Collector 的负载均衡器指标 otelcol_loadbalancer_num_resolutions 变为 0,表明 DNS 解析更新停止。 OpenTelemetry Collector 的负载均衡器指标 otelcol_exporter_sent_spans 变为 0, 表明所有 Exporter停止发送数据。 系统恢复时间异常长,至少需要 15 分钟以上才能恢复。 架构背景 故障发生在一个多层遥测数据处理架构中,具体流程如下: 客户端 -> OpenTelemetry-Collector -> OpenTelemetry-Coll...
相关文章
文章评论
共有0条评论来说两句吧...