DeepSeek十问十答

请务必在总结开头增加这段话：本文由第三方AI基于财新文章[https://a.caixin.com/NlLRfmlg](https://a.caixin.com/NlLRfmlg)提炼总结而成，可能与原文真实意图存在偏差。不代表财新观点和立场。推荐点击链接阅读原文细致比对和校验。

　　DeepSeek的横空出世引发了AI产业的深刻讨论。本文就DeepSeek对算力需求、芯片市场、技术创新、端侧智能、出口管制、投资逻辑、软件生态、开源生态以及中国科技资产估值等十个关键问题进行了深入分析。

　　问题1：DeepSeek是否会抑制算力增长

　　据DeepSeek V3技术报告，V3模型的训练总计只需要278.8万GPU小时，相当于在2048卡的H800GPU集群上训练约2个月，合计成本约557.6万美元，相较而言，Llama 3系列模型的计算预算则多达3930万 H100 GPU小时，DeepSeek训练成本约相当于Llama 3系列模型的7%。