全網(wǎng)都在等藍(lán)色大鯨魚(yú)更新 DeepSeek V4 正式版，看看梁文鋒這回到底是梁圣、梁哥還是牢梁的時(shí)候，一個(gè)網(wǎng)傳的閉門(mén)會(huì)記錄刷屏了。

我只能說(shuō)，看完這場(chǎng)會(huì)議的文字記錄，我還真想叫一聲梁圣了。。

事情是這樣的，在 DeepSeek 推進(jìn)首輪外部融資期間，梁文鋒開(kāi)了一場(chǎng)三個(gè)多小時(shí)的投資人交流會(huì)。這幾天會(huì)議內(nèi)容在各種群里瘋傳，梁圣語(yǔ)錄被各位弟子們瘋狂記錄，連《黑神話》的馮驥都下場(chǎng)點(diǎn)評(píng) " 蕩氣回腸 "。

具體的語(yǔ)錄呢，咱就不復(fù)讀了，大伙可以自行搜索。今天咱的主要目的是來(lái)拆一下，語(yǔ)錄背后的一些重要的技術(shù)、商業(yè)邏輯，看完你就會(huì)明白，DeepSeek 究竟想下一盤(pán)什么樣的棋？

>/ TileLang？

據(jù)網(wǎng)傳信息，DeepSeek 正在嘗試脫離英偉達(dá)的生態(tài)，而這可能和一個(gè)叫 TileLang 的編程語(yǔ)言有關(guān)。

去年九月，DeepSeek 發(fā)布 V3.2-Exp 時(shí)，公告里就有一句不太起眼的話：" 我們使用高級(jí)語(yǔ)言 TileLang 進(jìn)行快速原型開(kāi)發(fā)，以支持更深入的探索。"

外行人雖然看不懂吧，但那時(shí)候，行內(nèi)人就可以注意到，V3.2-Exp 沒(méi)用業(yè)界更常見(jiàn)的 Triton 來(lái)公開(kāi)研究原型，而是選了 2025 年 1 月才開(kāi)源的 TileLang。

這就相當(dāng)于，那么多好用的 GPT、智譜、Kimi 模型不用，就非要用你那小眾寶藏 Gemini 。。

但這當(dāng)然是有道理的，不好用我肯定不用啊。差友們可能聽(tīng)過(guò)一個(gè)說(shuō)法：芯片可以追，生態(tài)追不上。這里的 " 生態(tài) " 主要就是指英偉達(dá)圍繞 CUDA 搭起來(lái)一系列生態(tài)。

CUDA 是英偉達(dá) 2006 年推出的 GPU 編程平臺(tái)。全世界大量主流 AI 模型，都建立在英偉達(dá) GPU 和 CUDA 生態(tài)上。

你買(mǎi)別家的芯片，硬件跑分可能不差，但一跑真實(shí)的訓(xùn)練任務(wù)就各種拉跨，就是因?yàn)閲@它的編譯器、算子庫(kù)、通信庫(kù)和框架適配，遠(yuǎn)沒(méi)有 CUDA 生態(tài)成熟。這是英偉達(dá)真正的護(hù)城河。

那這和 TileLang 有什么關(guān)系呢？

首先咱得講清楚一個(gè)東西，GPU 算子。

大模型訓(xùn)練看起來(lái)高深莫測(cè)，拆到底層，其實(shí)就是反復(fù)做矩陣乘法等基礎(chǔ)操作。而每一種反復(fù)執(zhí)行的操作，都可以寫(xiě)成一個(gè)專(zhuān)門(mén)在 GPU 上跑的小程序，這玩意就叫算子。

英偉達(dá)二十年積累下來(lái)的 CUDA 生態(tài)里，就有大量已經(jīng)寫(xiě)好、調(diào)好的高性能算子。再加上現(xiàn)成算子未必夠用，很多還得自己手搓。只要這些新算子繼續(xù)直接用 CUDA 寫(xiě)，代碼資產(chǎn)越攢越多，和英偉達(dá)的綁定也越來(lái)越深，脫離 CUDA 的成本就非常高。

TileLang 瞄準(zhǔn)的，正是這個(gè)寫(xiě)算子的方式。

簡(jiǎn)單講，它在開(kāi)發(fā)者和底層硬件之間，加了一層翻譯器。

工程師可以先用更接近 Python 的方式，告訴它這個(gè)算子要干什么，再由編譯器處理下面那些麻煩活。

在英偉達(dá)的卡上，它最后還是會(huì)走 CUDA。但以后換成別的芯片，雖然仍要重做后端和硬件適配，但上層的數(shù)據(jù)流和部分代碼有機(jī)會(huì)繼續(xù)復(fù)用，不必所有算子都從頭手搓。

到這，再加上之前傳出來(lái)的 DeepSeek 正在適配昇騰的消息，你就知道他們的真正意圖了。

等到未來(lái)一聲令下，直接拎包入住，難道不香嗎？

>/ 便宜，真沒(méi)好貨嗎？

DeepSeek 的定價(jià)，一直是行業(yè)里最讓人看不懂的事之一。梁圣真的只收個(gè)電費(fèi)嗎？

但根據(jù)網(wǎng)傳的說(shuō)法，DeepSeek 的利潤(rùn)還是有的，而且還不低，基本不到一年就能回本。

而且你可能想不到，DeepSeek 反而是穩(wěn)賺不賠，因?yàn)橛玫娜颂嗔恕?/p>

隔壁知危編輯部告訴我們，他們?cè)谂c高性能計(jì)算相關(guān)的專(zhuān)家交流時(shí)了解到，模型產(chǎn)品的火爆，本身就是能提高性?xún)r(jià)比的，因?yàn)橥瑯拥臋C(jī)器，跑得越滿，利用率肯定就越高，反過(guò)來(lái)，沒(méi)流量的玩家，機(jī)器可能經(jīng)常在空轉(zhuǎn)，這不就浪費(fèi)卡了嘛。

再加上海外模型沒(méi)有把成本放在最關(guān)鍵的位置，因?yàn)椴蝗彼懔?。?DeepSeek 一直都缺算力，而且永遠(yuǎn)追求長(zhǎng)期主義，所以有研究低成本模型的動(dòng)力。

大伙從 DeepSeek 的架構(gòu)里，就能看出來(lái)。

眾所周知，大模型本質(zhì)上是個(gè)大號(hào)的詞語(yǔ)接龍機(jī)器，你給它一段上文，它根據(jù)概率，猜后面最該接什么。

每次對(duì)話時(shí)，系統(tǒng)會(huì)把你前面說(shuō)過(guò)的東西，一起塞進(jìn)上下文里，讓模型看起來(lái)像是有記憶的。

然而，上下文越長(zhǎng)，模型要算的東西就越多。尤其現(xiàn)在是 Agent 時(shí)代，情況更夸張了。哥們隨便說(shuō)句 Hi，可能兩萬(wàn) Token 就直接沒(méi)了。

Token 這么多，再便宜也扛不住啊。所以，這就是 DeepSeek 下功夫的地方，緩存命中。

模型讀上下文時(shí) , 會(huì)把讀完的理解產(chǎn)出成一堆中間結(jié)果（術(shù)語(yǔ)叫 KV Cache）保留下來(lái)，和打游戲一樣做個(gè)存檔。

這樣在用戶下次提問(wèn)的時(shí)候，就可以在存檔的基礎(chǔ)上，直接開(kāi)始計(jì)算新的輸入，這就是 SL 大法的魅力啊。

當(dāng)然有人要問(wèn)，說(shuō)得這么簡(jiǎn)單，別人不能用嗎？

當(dāng)然能。就拿 Anthropic 來(lái)說(shuō)，觸發(fā)緩存命中后，API 的價(jià)格變成了原來(lái)的 1/10，看著是省了不少，但是人緩存命中只給保留 5 分鐘。。。

想保存更久？那就是另外的價(jià)錢(qián)了。

因?yàn)榫彺嫖募罅搜剑瑸榱俗x取速度通常放在內(nèi)存甚至顯存里，而這倆現(xiàn)在比金子還貴，存不起。

然而 DeepSeek 這里，則是幾小時(shí)到幾天。

這，就是因?yàn)樗莫?dú)門(mén)絕技——MLA，多頭潛在注意力機(jī)制（Multi-Head Latent Attention）。

簡(jiǎn)單來(lái)說(shuō)，DeepSeek 干了一件事：在存 KV Cache 的時(shí)候，做了一層暴力壓縮。

傳統(tǒng)架構(gòu)存緩存，是把模型讀上下文產(chǎn)生的全部中間數(shù)據(jù)原樣保存，一層不落，所以文件巨大。

MLA 干的事是暴力壓縮 : 把這堆數(shù)據(jù)壓成一個(gè)極小的摘要 , 用時(shí)再還原 , 效果幾乎不損。

這樣一壓縮，緩存體積就降低了不少。

比如我們用 KV Cache 計(jì)算器模擬了下，當(dāng)上下文干到 10 萬(wàn)的時(shí)候，DeepSeek V4 Pro 的緩存文件只有 0.4 個(gè) G。而友商呢，會(huì)直接干到 6 個(gè) G。

正是有了 MLA 對(duì)緩存的巨額壓縮，DeepSeek 才能用硬盤(pán)的價(jià)格，打出了內(nèi)存的體驗(yàn)。

而且這玩意，DeepSeek V2 發(fā)布的時(shí)候就已經(jīng)給搞出來(lái)了。。

只能說(shuō)它從架構(gòu)設(shè)計(jì)的第一天就把效率當(dāng)核心目標(biāo)。MLA、MoE、TileLang，這些技術(shù)選擇的出發(fā)點(diǎn)都不是 " 怎么做最強(qiáng)的模型 "，而是 " 怎么用最少的資源 , 做出足夠強(qiáng)的模型 "。

真正的遠(yuǎn)見(jiàn)大師，不得不服。

>/ 以少勝多？

最后，我們來(lái)聊聊 DeepSeek 到底在堅(jiān)持什么。

去年春節(jié)那波潑天流量，擱任何一家公司，劇本都是連夜融資、瘋狂投放，把用戶焊死在自己 App 里。DeepSeek 呢？不買(mǎi)量、不急著變現(xiàn)，連留存數(shù)據(jù)都懶得做，甚至你用得太猛了他還想把你踹出去。

其實(shí)它并不是不想賺錢(qián)，只是現(xiàn)在不想賺錢(qián)。這幫人心里裝著個(gè)極其龐大的野心，那就是 AGI。

這也就解釋了，為啥現(xiàn)在外面一堆人擱那兒狂卷 C 端 Agent、世界模型，DeepSeek 不動(dòng)如山。因?yàn)樵谒麄兊囊暯抢铮@些玩意兒，也就是通往 AGI 大道上順手的事兒。

在 DeepSeek 的賬本上，把精力拿去變現(xiàn)，等于用摘西瓜的時(shí)間去撿芝麻，血虧。

他們信奉一條極其硬核的底層邏輯：AI 太大了，大到不可能被獨(dú)占。

咱們簡(jiǎn)單算筆賬，如果 AI 未來(lái)能吃掉全人類(lèi)社會(huì) GDP 的 10%，這塊蛋糕哪怕打骨折再打骨折，也絕對(duì)沒(méi)有任何一家科技巨頭能一口吞下去。

而且歷史早就證明了，盤(pán)子越大，想吃獨(dú)食的人死得越慘。你前腳想壟斷，后腳同行就合伙防你，監(jiān)管部門(mén)拿著放大鏡盯你，市場(chǎng)上還會(huì)分分鐘手搓一個(gè)費(fèi)平替版出來(lái)瓦解你。

順著這套邏輯，AI 的競(jìng)爭(zhēng)最終會(huì)變成一場(chǎng)反向拍賣(mài)：想吃 5% 利潤(rùn)的，會(huì)被只要 1% 的卷死；占 1% 的 , 又會(huì)輸給只要 0.1% 的。誰(shuí)要得少，誰(shuí)的價(jià)格就低、朋友就多、阻力就小，誰(shuí)就能活到最后。

當(dāng)然了，用愛(ài)發(fā)電也是不可能的，拿太少公司明天就得解散。這場(chǎng)反向拍賣(mài)的最后，一定會(huì)卡在一個(gè)極其精妙的均衡點(diǎn)?，F(xiàn)在知道為什么鯨魚(yú)喜歡降價(jià)了吧。

少拿一點(diǎn)、多讓一點(diǎn)，換的是把 AGI 做成的概率。反正只要蛋糕真有那么大，你隨便分一點(diǎn)，利益就非常大，現(xiàn)在搶芝麻干什么呢？

這，就是 DeepSeek 以少勝多的頂級(jí)陽(yáng)謀。

總之，在這個(gè)大家都在急著做 C 端應(yīng)用套現(xiàn)、卷流量商業(yè)化的時(shí)代，能有這么一家公司，專(zhuān)注于 AGI 的終極天花板，這本身就是一件非常吸引人的事兒。

反正，藍(lán)色大鯨魚(yú)已經(jīng)在水下憋足了勁兒。至于 DeepSeek V4 正式版到底能不能再次刷新大伙的認(rèn)知？咱們拭目以待就完了。

撰文：不咕

編輯：江江 & 面線

美編：煥妍

圖片、資料來(lái)源：

DeepSeek，小紅書(shū)，Github，

差評(píng)前沿部，緩存命中率，DeepSeek 的終極殺手锏？

部分圖片由 AI 生成