DeepSeek持续火爆，多个云平台上线相关模型“抢食”算力需求

　　腾讯云、百度智能云、阿里云、火山引擎平台都上线DeepSeek的大模型了。

　　AI 公司 DeepSeek 旗下大模型 DeepSeek-R1“爆火”后，多个云平台宣布上线 DeepSeek旗下模型。

　　2月4日，火山引擎宣布，将支持 V3、R1 等不同尺寸的 DeepSeek 开源模型，可以通过在火山引擎机器学习平台 veMLP 中部署和在火山方舟中调用模型两种方式使用模型。2月2日，腾讯云宣布腾讯云高性能应用服务 HAI 支持 DeepSeek-R1 一键部署，2月4日又宣布腾讯云 TI上架 DeepSeek系列模型。2月3日晚，百度智能云则宣布，百度智能云千帆平台已正式上架 DeepSeek-R1 和 DeepSeek-V3 模型。阿里云PAI Model Gallery 目前也已经支持 DeepSeek-V3、DeepSeek-R1 以及所有蒸馏小参数模型（DeepSeek-R1-Distill）的一键部署。

　　DeepSeek-R1 是一款开源模型，也提供了 API(接口)调用方式。据 DeepSeek介绍，DeepSeek-R1 后训练阶段大规模使用了强化学习技术，在只有极少标注数据的情况下提升了模型推理能力，该模型性能对标 OpenAl o1 正式版。DeepSeek-R1 推出后，该模型热度持续攀升。1月 27 日，DeepSeek应用曾登顶苹果中国地区和美国地区应用商店免费 APP 下载排行榜。

　　面向潜在的算力需求，腾讯云 TI平台上架了"满血"的 V3、R1 原版模型，这两个模型参数量都达到 671B(B 即十亿)，并上架了基于 DeepSeek-R1 蒸馏得到的系列模型，参数规模从1.5B到70B不等。腾讯云 TI平台还提供模型服务管理、监控运营、资源伸缩等能力，帮助企业和开发者将 DeepSeek模型接入实际业务。

　　在这背后，是云厂商们不愿在 DeepSeek的火爆中缺席，卖起了自身的产品、服务以及算力。尽管DeepSeek-R1 是开源模型，但云厂商们在各自平台提供的适配服务，可以让用户更轻松地实现从训练到部署再到推理的全过程，简化模型开发流程，“收拢”部分DeepSeek用户的需求。

　　记者了解到，目前百度智能云千帆平台上架的DeepSeek-R1和 DeepSeek-V3模型则已全面融合千帆推理链路，集成百度独家内容安全算子，实现模型安全增强与企业级高可用保障，同时支持完善的BLS日志分析和BCM告警。

　　阿里云也面向开发者提供了蒸馏过后的DeepSeek-R1-Distill-Qwen-7B模型，基于 DeepSeek-R1 的推理能力，通过蒸馏技术将推理模式迁移到较小的 Qwen （通义）模型上，以便更高性价比地实现DeepSeek系列模型与现有业务的高效融合。阿里云相关人士对记者表示，部署DeepSeek-R1-Distill-Qwen-7B模型的价格约为11.1元/小时（以A10机型为例，其余机型的价格参考阿里云官网）；部署DeepSeek-R1模型的价格约为316元/小时。

　　同时，不少云厂商都给出了低于DeepSeek官方刊例价的折扣。目前，DeepSeek-R1的官方刊例价为输入4元/M tokens，输出16元/M tokens，DeepSeek-V3的官方刊例价为输入2元/M tokens，输出8元/M tokens。记者从百度云了解到，百度云上架的对应模型调用价格为DeepSeek-V3官方刊例价的3折、DeepSeek-R1官方刊例价的5折，并提供限时2周的免费服务。阿里云百炼上架的DeepSeek-R1和DeepSeek-V3也宣布限时免费。火山引擎也在公开信息中表示，通过全栈自研推理系统对 DeepSeek 的优化和降本，火山引擎为通过方舟调用 DeepSeek 模型 API 的企业提供有竞争力的价格，并提供全网最高的限流。

　　值得一提的是，2024年，DeepSeek-V2的发布曾引发了一轮大模型价格战，字节、百度、腾讯、阿里等大模型厂商都曾跟进降价。如今，有“AI界拼多多”之称的DeepSeek是否会掀起大模型的下一轮价格战受到业界关注。

　　业界对大模型价格竞争已有预期。今年1月，腾讯集团副总裁、政企业务总裁李强在接受第一财经等媒体采访时表示，价格变化如果不是基于技术创新就很难长期持续，腾讯对低效率的纯粹价格竞争未必完全认同，预计2025年传统云计算领域的价格竞争会趋缓，但与大模型相关的部分还是会有价格竞争。

　　而云平台积极上线DeepSeek旗下模型背后，更深层次的行业变化是，大模型算力需求正在经历变迁。DeepSeek被认为正在探索压缩大模型训练成本，其备受关注的DeepSeek-R1更偏重推理部分。DeepSeek曾公开DeepSeek-V3的训练预算为“2048个GPU、2个月、近600万美元”，外界认为DeepSeek-R1训练成本可能也偏低。这或许意味着，大模型训练不一定能为云厂商持续带来大量算力需求，但开发者部署偏重推理的大模型，可能会为云厂商带来更多算力需求。

　　李强表示，大模型本身带来的收入占整体市场的规模还比较小，但长期看，大模型行业化应用将更多带来推理相关的计算需求。随着越来越多企业用户和创业公司转向大模型应用，预计应用爆发将带来大量推理需求。