国际金价再创历史新高，卖金不如“挖矿”？

　　中新网1月31日电（中新财经记者 吴家驹）英伟达网站显示，DeepSeek-R1模型已作为NVIDIA NIM微服务预览版在英伟达面向开发者的网站上发布。英伟达网站介绍称，DeepSeek-R1模型是最先进、高效的大型语言模型，在推理、数学和编码方面表现出色。（完）

图自build.nvidia.com网站

　　英伟达也认可了！

　　据英伟达官网最新消息，为了帮助开发人员安全地试验这些功能并构建自己的专用代理，6710亿参数的DeepSeek-R1模型现已作为NVIDIA NIM微服务预览版在Build.nvidia.com上提供。DeepSeek-R1 NIM微服务可以在单个NVIDIA HGX H200系统上每秒提供多达3872个令牌。开发人员可以使用应用程序编程接口（API）进行测试和试验，该接口预计很快将作为可下载的NIM微服务提供，是NVIDIA AI Enterprise软件平台的一部分。

　　此外，英伟达还在官网中表示，DeepSeek-R1是一个具有最先进推理能力的开放模型。DeepSeek-R1等推理模型不会提供直接响应，而是对查询进行多次推理，采用思路链、共识和搜索方法来生成最佳答案。

　　来自英伟达的认可

　　英伟达称，DeepSeek-R1等推理模型不会提供直接响应，而是对查询进行多次推理，采用思路链、共识和搜索方法来生成最佳答案。执行这一系列推理过程（使用推理得出最佳答案）称为测试时间扩展。DeepSeek-R1是此扩展定律的完美示例，证明了加速计算对于代理AI推理的需求至关重要。

　　由于模型可以反复“思考”问题，因此它们会创建更多输出标记和更长的生成周期，因此模型质量会不断提高。大量的测试时计算对于实现实时推理和来自DeepSeek-R1等推理模型的更高质量响应至关重要，这需要更大规模的推理部署。R1在需要逻辑推理、推理、数学、编码和语言理解的任务中提供了领先的准确性，同时还提供了高推理效率。

　　为了帮助开发人员安全地试验这些功能并构建自己的专用代理，6710亿参数的DeepSeek-R1模型现已作为NVIDIA NIM微服务预览版在Build.nvidia.com上提供。DeepSeek-R1 NIM微服务可以在单个NVIDIA HGX H200系统上每秒提供多达3872个令牌。开发人员可以使用应用程序编程接口（API）进行测试和试验，该接口预计很快将作为可下载的NIM微服务提供，是NVIDIA AI Enterprise软件平台的一部分。

　　DeepSeek-R1 NIM微服务通过支持行业标准API简化了部署。企业可以通过在其首选的加速计算基础设施上运行NIM微服务来最大限度地提高安全性和数据隐私。通过使用NVIDIA AI Foundry和NVIDIA NeMo软件，企业还可以为专门的AI代理创建定制的DeepSeek-R1 NIM微服务。

　　DeepSeek-R1是一个大型混合专家（MoE）模型。它包含了令人印象深刻的6710亿个参数——比许多其他流行的开源LLM多10倍——支持128000个Token的大输入上下文长度。该模型还在每个层中使用了极多的专家。R1的每一层都有256位专家，每个Token并行路由到八个不同的专家进行评估。

　　为R1提供实时答案需要许多具有高计算性能的GPU，并通过高带宽和低延迟通信进行连接，以将提示令牌路由到所有专家进行推理。结合NVIDIA NIM微服务中提供的软件优化，一台使用NVLink和NVLink Switch连接的带有八个H200 GPU的服务器可以以每秒高达3872个令牌的速度运行完整的6710亿参数DeepSeek-R1模型。这种吞吐量是通过在每一层使用 NVIDIA Hopper 架构的FP8 Transformer Engine实现的，并且使用900GB/s的NVLink带宽进行MoE专家通信。

　　充分利用GPU的每秒浮点运算（FLOPS）性能对于实时推理至关重要。下一代NVIDIA Blackwell架构将通过第五代Tensor Core大幅提升 DeepSeek-R1等推理模型的测试时间扩展，第五代Tensor Core可提供高达20 petaflops的峰值FP4计算性能，以及专门针对推理优化的72-GPU NVLink域。

　　从开源到复现

　　近日，加州大学伯克利分校的研究人员开发出了中国开发的 AI 语言模型DeepSeek R1-Zero的小规模语言模型复制品，成本约为30美元。语言模型TinyZero是由校园研究生Jiayi Pan和其他三名研究人员领导的项目，由校园教授Alane Suhr教授和伊利诺伊大学厄巴纳-香槟分校助理教授Hao Peng指导。

　　DeepSeek的R1模型权重和代码库采用公共MIT许可证，因此Pan和他的团队能够访问基础代码来训练一个明显小得多的模型。潘表示，TinyZero同样是开源的，这意味着代码可供公众使用。他说，TinyZero 的开源性质允许人们下载代码并尝试训练和修改模型。“小规模复制非常容易实现，而且成本非常低，即使人们将其作为实验的副项目，”潘说。“从项目一开始，我们的目标基本上就是揭开如何训练这些模型的神秘面纱，更好地理解它们背后的科学和设计决策。”

　　昨天，微软官网显示，DeepSeek R1现已在Azure AI Foundry和 GitHub上的模型目录中提供，加入了1800多个模型的多样化产品组合，包括前沿、开源、行业特定和基于任务的AI模型。作为Azure AI Foundry的一部分，DeepSeek R1可在值得信赖、可扩展且企业级就绪的平台上访问，使企业能够无缝集成高级AI，同时满足SLA、安全性和负责任的AI承诺——所有这些都由Microsoft的可靠性和创新支持。

　　黑石最新态度

　　本周，硅谷、华盛顿、华尔街等地的领导人因中国人工智能公司DeepSeek的意外崛起而陷入混乱。许多分析师认为DeepSeek的成功动摇了推动美国人工智能行业发展的核心信念。

　　但人工智能科学家反驳说，许多担忧都是夸大其词。他们表示，尽管DeepSeek确实代表了人工智能效率的真正进步，但美国人工智能行业仍然具有关键优势。兰德公司人工智能研究员伦纳特·海姆表示：“这并不是人工智能前沿能力的飞跃。我认为市场只是搞错了。”

　　另外，截至目前，私募股权巨头、全球主要人工智能系统数据中心投资者黑石集团仍持乐观态度。“我们仍然认为，实体基础设施、数据中心和电力的需求十分迫切，”黑石总裁乔纳森·格雷（Jonathan Gray）周四在与投资者举行的第四季度财报电话会议上表示。“这些需求的使用方式可能会发生变化。”

　　格雷表示，与投资界和企业界的大多数人一样，黑石集团的高管在过去一周花了大量时间来权衡DeepSeek的影响。近年来，黑石集团积极购买和建设数据中心，这是科技公司运行人工智能系统所使用的物理基础设施。2021年，黑石集团以100亿美元收购了美国数据中心公司QTS，去年，黑石集团牵头以约160亿美元收购了在亚洲运营数据中心的AirTrunk。

　　格雷同时预计，随着人工智能计算能力成本的大幅下降，人工智能将得到更广泛的应用。换句话说，虽然人工智能模型回答特定问题所需的能力可能会减少，但人们会提出更多问题。格雷表示，黑石集团只为签订长期租约的科技公司建造数据中心。“我们不会投机性地建造它们。”他指出，客户使用这些数据中心的方式很可能会改变。

　　责编：罗晓霞

　　来源：华尔街见闻

　　高盛首席信息官Argenti本周透露，公司正在评估DeepSeek模型的应用前景，但需要对模型进行安全审查。高盛正推动银行家、交易员等员工使用AI技术。分析指出，开源模型曾长期落后于封闭源码竞争对手，但如今已开始实现突破。作为技术采购和应用的行业标杆，高盛的AI实践可能引领未来商业趋势。

　　开源AI模型DeepSeek掀起波澜，金融巨头高盛也坐不住了。

　　据The Information报道，高盛首席信息官Marco Argenti本周透露，公司同样对DeepSeek模型表现出浓厚兴趣，但需要对模型进行安全审查。

　　审查的重点是防范隐藏数据或“提示注入”等安全隐患。Argenti强调，这些安全问题对于任何使用AI模型驱动应用程序的公司来说都是至关重要的，无论模型来自哪个国家。

　　分析指出，高盛对DeepSeek感兴趣，说明开源AI技术正越来越被大公司认可。以前，开源模型一直落后于“封闭源码”的竞争对手，但现在总算开始迎头赶上了。

　　像高盛这样的大公司，在技术采购和应用上都有很大的影响力，他们的行动往往会带动其他企业跟进。这意味着开源AI技术未来在商业领域的应用可能会越来越多，成为一种商业趋势。

　　高盛：不做基础模型业务

　　高盛与许多其他企业一样，通过编码软件提高了生产力。Argenti透露，自去年6月为超过1万名软件开发人员引入微软的编码助手GitHub Copilot以来，开发人员的编码效率平均提高了10%。这相当于为公司增加了1000名软件工程师的生产力。

　　Argenti表示，AI为投资银行带来了基本的生产力提升，这使得银行有选择雇佣更少工程师的可能性。AI正在“释放人类工程师的产能”。

　　除了GitHub Copilot这样的代码自动补全工具，高盛还在测试更复杂的AI编码工具。Argenti表示，这些工具的目的是进一步提升软件开发的效率，但具体细节尚未透露。

　　而且，高盛正在鼓励其银行家、交易员和其他员工使用AI。本月，该行推出了一款AI聊天机器人，供员工生成客户演示幻灯片或从长文档中提取见解。员工可以选择来自Meta（Llama）、谷歌和OpenAI的AI模型，因为每个模型在处理不同任务时可能各有优势。

　　尽管高盛对AI的应用充满热情，但Argenti明确表示，高盛不打算投资从头开始训练基础模型，也不计划发布任何模型。他强调：

“我们不做基础模型业务。”

　　这与一些金融科技公司的做法不同，例如幻方量化最近发布的DeepSeek模型，显示出金融公司在AI领域的影响力。

　　尽管硅谷的一些AI爱好者，如Turing的Jonathan Siddharth，认为模型可能会变得足够智能来推理哪些资产会产生最佳回报，但Argenti对此持谨慎态度。

　　Argenti强调，AI提升生产力，但不会完全取代人类：

“在重要决策方面，人类的判断仍然至关重要。AI首席投资官是一种‘乌托邦’式的想法，因为这些模型通常只和你的数据一样好，它们并没有魔法属性。”

　　风险提示及免责条款

　　市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。