中國網(wǎng)/中國發(fā)展門戶網(wǎng)訊 2025蛇年春節(jié)前后，杭州深度求索人工智能基礎(chǔ)技術(shù)研究有限公司（以下簡稱“DeepSeek”）發(fā)布的開源大模型引起了國內(nèi)外廣泛關(guān)注。首先是模型基準(zhǔn)測試性能與世界領(lǐng)先的OpenAI閉源模型GPT-4o比肩，其次是訓(xùn)練成本相比其他模型大幅降低，且?guī)伎兼湹耐评砟Ｐ蚏1及其蒸餾版本可以在多種計(jì)算能力設(shè)備上部署，最后是其代碼、文檔、模型權(quán)重等在MIT許可協(xié)議（極為寬松的一種開源許可協(xié)議）下完全開源。這一套集高性能、低成本、開源開放于一體的“組合拳”，使得DeepSeek在短時間內(nèi)成為國內(nèi)外人工智能（AI）領(lǐng)域的焦點(diǎn)，后續(xù)接踵而至的各行各業(yè)推廣部署，讓大模型應(yīng)用在中國真正實(shí)現(xiàn)了“飛入尋常百姓家”。

大模型從形態(tài)上是一種軟件。雖然模型文件通過訓(xùn)練生成，通過參數(shù)和數(shù)據(jù)迭代，以概率性輸出結(jié)果，無法精確斷點(diǎn)調(diào)試，黑盒特征明顯；但與傳統(tǒng)軟件一樣，它可復(fù)制、可復(fù)用，需要操作系統(tǒng)提供運(yùn)行環(huán)境，需要存儲系統(tǒng)，需要處理用戶輸入并輸出反饋。因此，DeepSeek大模型這一來自中國本土的技術(shù)創(chuàng)新和開源開放實(shí)踐，也為中國軟件行業(yè)提供了可深入分析并學(xué)習(xí)借鑒的模式。

本文將DeepSeek的創(chuàng)新模式歸納為“以軟補(bǔ)硬”“開源傳播”和“生態(tài)優(yōu)先”。同時，也從生態(tài)入口、開源軟件供應(yīng)鏈、開源基礎(chǔ)設(shè)施3個方面，分析當(dāng)前我國AI開源創(chuàng)新仍然面臨的問題和風(fēng)險。最后從大模型操作系統(tǒng)布局、軟件供應(yīng)鏈保障、開源基礎(chǔ)設(shè)施建設(shè)、軟硬件協(xié)同發(fā)展4個維度，提出加強(qiáng)我國科技基礎(chǔ)能力的建議，以期更好支撐中國創(chuàng)新團(tuán)隊(duì)的長足進(jìn)步發(fā)展，不斷搶占AI和軟件領(lǐng)域的全球科技制高點(diǎn)。

DeepSeek的創(chuàng)新模式分析

“以軟補(bǔ)硬”開辟大模型創(chuàng)新路徑

在算力資源受限的背景下，DeepSeek通過軟件架構(gòu)創(chuàng)新和算法優(yōu)化，使其模型在保持高性能的同時，大幅降低了對硬件投入的依賴，并為全球開發(fā)者提供了可復(fù)現(xiàn)、可負(fù)擔(dān)的“以軟補(bǔ)硬”技術(shù)方案。這讓近年來大模型領(lǐng)域普遍推崇的規(guī)模定律（scaling law）出現(xiàn)了拐點(diǎn)，依賴大規(guī)模硬件投資建立的算力壟斷“高墻”出現(xiàn)了缺口，大模型研究和應(yīng)用的門檻被大大拉低，資源有限的中小企業(yè)、研究機(jī)構(gòu)甚至個人，都迎來了AI創(chuàng)新和AI賦能的可能性。

軟件在這一輪大模型浪潮中往往被忽視。事實(shí)上，對于硬件架構(gòu)確定、優(yōu)化目標(biāo)明確的場景，軟件改進(jìn)帶來的總體收益通常大于硬件。2017年圖靈獎獲得者漢尼斯和帕特森于2018年4月在國際計(jì)算機(jī)學(xué)會（ACM）做獲獎演講時，給出了用不同編程方法計(jì)算兩個4096×4096矩陣相乘的性能對比，該數(shù)據(jù)引用了美國麻省理工學(xué)院（MIT）計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室（CSAIL）雷瑟斯等人發(fā)表在Science上的文章There’s plenty of room at the Top: What will drive computer performance after Moore’s law?（《頂端仍大有可為：摩爾定律之后什么將驅(qū)動計(jì)算機(jī)性能發(fā)展？》，這里的“頂端”指代軟件），具體對比數(shù)據(jù)見表1。從表中可以看到，用C語言編寫比Python要快47倍，分治法并行優(yōu)化后可得到6 727倍的加速，而采用SIMD指令集則可加速6萬多倍。同樣，DeepSeek使用英偉達(dá)PTX，即介于CUDA高級編程語言和實(shí)際GPU機(jī)器代碼之間的中間代碼表示語言，也起到了極大的加速效果。

在過去幾年中，華為鴻蒙操作系統(tǒng)同樣采用了“以軟補(bǔ)硬”的方法，在處理器制程受限的情況下，通過操作系統(tǒng)、編譯器、渲染引擎等多種軟件優(yōu)化手段，在手機(jī)上保持了良好的用戶體驗(yàn)。

更重要的是，軟件優(yōu)化方案為快速傳播奠定了基礎(chǔ)。軟件之于硬件的一大優(yōu)勢，就是傳播的便捷和迅速，通過網(wǎng)絡(luò)下載就可以快速到達(dá)最終用戶。試想，如果這次DeepSeek發(fā)布的是“星際門”一樣的硬件堆疊方案，又或是使用了某種硬件加速方案（如同當(dāng)年谷歌為深度神經(jīng)網(wǎng)絡(luò)專門設(shè)計(jì)的TPU），將很難如此快速傳播推廣。

以開源開放實(shí)現(xiàn)用戶高速增長

軟件的核心競爭力是用戶。大規(guī)模、高質(zhì)量、多樣化的用戶群體，不僅是軟件價值變現(xiàn)的堅(jiān)實(shí)基礎(chǔ)，更是推動軟件持續(xù)迭代創(chuàng)新的強(qiáng)勁動力。正如中國科學(xué)院計(jì)算技術(shù)研究所包云崗研究員所說，在開源模式下，軟件的價值計(jì)算和傳播效應(yīng)遵循梅特卡夫定律（Metcalfe’s Law），即網(wǎng)絡(luò)的價值與網(wǎng)絡(luò)中用戶數(shù)量的平方成正比。具體表現(xiàn)為兩個方面，一是用戶規(guī)模效應(yīng)：用戶越多，價值越大，反饋和改進(jìn)更多，生態(tài)系統(tǒng)更豐富。二是網(wǎng)絡(luò)效應(yīng)：更多開發(fā)者參與，就會有更多的應(yīng)用場景，繼而更快的迭代速度。當(dāng)眾多用戶轉(zhuǎn)變?yōu)殚_發(fā)者和測試者，就會極大地降低軟件開發(fā)測試成本，驅(qū)動軟件升級演化和價值提升，繼而吸引更多的開發(fā)者參與，形成持續(xù)的良性循環(huán)。

前面提到大模型本身也是一種軟件，因此開源軟件曾經(jīng)創(chuàng)造的發(fā)展模式，完全可以被大模型所復(fù)用。然而，DeepSeek開源模式創(chuàng)造了比傳統(tǒng)軟件更為迅速的用戶增長奇跡。據(jù)統(tǒng)計(jì)，DeepSeek連續(xù)登頂蘋果App Store和谷歌Play Store全球下載榜首，上線18天累計(jì)下載量突破1 600萬次，遠(yuǎn)超Chat-GPT發(fā)布首月的900萬下載量。這其中固然有大模型概念熱度的加持，但更有DeepSeek幾乎毫無保留開放了模型文件、權(quán)重文件、核心代碼和技術(shù)文檔的原因。由此在短短半年內(nèi)吸引了全球超過百萬開發(fā)者，建立了活躍的開發(fā)者社區(qū)，不僅貢獻(xiàn)了大量的代碼和工具，還形成了自發(fā)的技術(shù)交流和學(xué)習(xí)氛圍，例如GitHub上DeepSeek所維護(hù)的awesome-deepseek-integration頁面。這種社區(qū)驅(qū)動的創(chuàng)新模式，為AI技術(shù)的快速迭代和應(yīng)用落地提供了強(qiáng)大的動力。DeepSeek的經(jīng)驗(yàn)也表明，即便在AI時代，開源開放仍然比封閉壟斷更具競爭力。

以標(biāo)準(zhǔn)化接口和工具構(gòu)建上下游生態(tài)

DeepSeek在建立生態(tài)方面同樣展現(xiàn)出了很高的效率，在短短一個月內(nèi)，DeepSeek R1從滿血版671 B到70 B、32 B、7 B甚至1.5 B等大小不同模型得到快速部署，大到云服務(wù)廠商、互聯(lián)網(wǎng)巨頭、國資央企、高校院所，小到街道辦、實(shí)驗(yàn)室、個人用戶等，從制造業(yè)到服務(wù)業(yè)，從教育到醫(yī)療，DeepSeek滲透到各行各業(yè)，推動效率提升和智能化轉(zhuǎn)型。

生態(tài)快速壯大背后則是其對調(diào)用接口和AI軟件工具包的標(biāo)準(zhǔn)化，以及因此而快速聚集的上下游生態(tài)伙伴。標(biāo)準(zhǔn)化調(diào)用接口簡化了AI應(yīng)用的接入流程，使得DeepSeek很容易被Ollama、vLLM、SGLang等大模型服務(wù)框架所支持，也使得ChatBox、AnythingLLM等大模型入口應(yīng)用能夠很快接入DeepSeek。標(biāo)準(zhǔn)化軟件工具包大幅降低了AI應(yīng)用部署門檻，同時還提供了豐富的預(yù)訓(xùn)練模型和數(shù)據(jù)集，使得開發(fā)者可以通過領(lǐng)域精調(diào)和檢索增強(qiáng)生成（RAG）實(shí)現(xiàn)自身業(yè)務(wù)需求，進(jìn)一步開展應(yīng)用創(chuàng)新；同時，使得華為昇騰、寒武紀(jì)等其他非英偉達(dá)芯片能很快完成適配，形成百花齊放的國產(chǎn)軟硬件協(xié)同適配景象。

從更宏觀的生態(tài)視角看，DeepSeek已經(jīng)在中國建立了事實(shí)上的大模型標(biāo)準(zhǔn)。自從2020年底Chat-GPT發(fā)布以來，無論美國還是中國都進(jìn)入了“百模大戰(zhàn)”的格局，盡管OpenAI引領(lǐng)了發(fā)展，建立了提示詞工程（Prompt Engineering）等事實(shí)標(biāo)準(zhǔn)，但因其選擇閉源策略，且其最大投資者微軟公司的Windows操作系統(tǒng)同樣閉源，使得“應(yīng)用—模型—系統(tǒng)—硬件”生態(tài)鏈路參與者無法自主開展大模型和系統(tǒng)的適配，阻礙了參與者的參與意愿和創(chuàng)新動力。例如，對于大量非英偉達(dá)的硬件加速卡廠商來說，因?yàn)闊o法修改基礎(chǔ)模型和相關(guān)代碼，只能模擬與轉(zhuǎn)譯英偉達(dá)GPU指令集，無法實(shí)現(xiàn)與模型的原生適配；對于亞馬遜、谷歌、阿里等云平臺服務(wù)商來說，由于與微軟Azure的競爭關(guān)系，也無法與OpenAI實(shí)現(xiàn)充分的業(yè)務(wù)整合。

DeepSeek開源發(fā)布之后，不僅出現(xiàn)了微信、WPS等應(yīng)用整合，也出現(xiàn)了華為云、阿里云、騰訊云等服務(wù)集成，還出現(xiàn)了華為昇騰、寒武紀(jì)、沐曦、海光、申威等硬件原生適配，甚至出現(xiàn)了大量本地部署的一體機(jī)解決方案。以DeepSeek為大模型事實(shí)標(biāo)準(zhǔn)，中國正在形成“應(yīng)用—模型—系統(tǒng)—硬件”全鏈路的生態(tài)聚集。長遠(yuǎn)來看，這一變化必將重塑中國乃至全球AI的發(fā)展格局。

我國AI開源創(chuàng)新面臨的風(fēng)險挑戰(zhàn)

在看到DeepSeek成功一面的同時，還需要看到當(dāng)前中國AI開源創(chuàng)新面臨的一些風(fēng)險挑戰(zhàn)。

大模型入口程序的風(fēng)險

所謂大模型入口程序，對于部署者是指Ollama、SGLang、vLLM等大模型服務(wù)框架程序，用來啟動大模型服務(wù)進(jìn)程；對于用戶是指通過封裝多個大模型服務(wù)，為用戶提供更加方便易用、靈活可配置的交互界面程序，如ChatBox、AnythingLLM等。

以O(shè)llama為代表的大模型服務(wù)框架，在啟動大模型服務(wù)時通常以網(wǎng)絡(luò)守護(hù)進(jìn)程的方式出現(xiàn)，會打開某個端口并監(jiān)聽來自網(wǎng)絡(luò)的服務(wù)請求。這樣的守護(hù)進(jìn)程一旦出現(xiàn)漏洞，攻擊者很容易通過服務(wù)端口入侵服務(wù)主機(jī)。事實(shí)上，近期已經(jīng)發(fā)現(xiàn)了Ollama導(dǎo)致的、可被利用的大模型服務(wù)漏洞。

而對于用戶交互的入口程序來說，盡管ChatBox等通過開源來證明自身程序的安全性，但卻無法證明用戶隱私數(shù)據(jù)的安全性，畢竟所有的對話信息都會被入口程序轉(zhuǎn)發(fā)和截取。

對主流入口程序的掌控和主導(dǎo)，會成為大模型競爭的焦點(diǎn)之一，但目前為止，大模型的入口程序還是運(yùn)行在已有主流操作系統(tǒng)之上，因此操作系統(tǒng)不自主可控的風(fēng)險將會延伸到大模型入口程序，畢竟操作系統(tǒng)很大程度上決定了誰能成為入口，20世紀(jì)90年代網(wǎng)景公司NetScape瀏覽器在與微軟IE瀏覽器競爭中敗北就是前車之鑒。

軟件供應(yīng)鏈的安全可靠風(fēng)險

DeepSeek的開發(fā)依賴大量開源或閉源組件。例如：基礎(chǔ)框架中的PyTorch深度學(xué)習(xí)框架、CUDA GPU加速庫；訓(xùn)練相關(guān)的Megatron-LM分布式訓(xùn)練框架、Flash Attention高效注意力機(jī)制；推理優(yōu)化相關(guān)的FasterTransformer推理加速引擎、TensorRT推理優(yōu)化庫、ONNX模型轉(zhuǎn)換標(biāo)準(zhǔn)庫；工具鏈中的版本控制Git、容器化部署Docker；數(shù)據(jù)處理中的NumPy數(shù)值計(jì)算庫、pandas數(shù)據(jù)處理庫，以及HuggingFace數(shù)據(jù)集管理工具等。

以上僅是基于公開信息的判斷，實(shí)際使用的工具可能更多，有些專有工具可能未公開。而在這些互相高度依賴的軟件供應(yīng)鏈中，有些關(guān)鍵環(huán)節(jié)仍然被Meta公司等國際競爭對手掌控（如PyTorch開發(fā)框架，以及前面所述的Ollama入口程序），或?qū)儆谀臣夜舅接挟a(chǎn)品（如英偉達(dá)CUDA），均存在斷供可能。此外，根據(jù)奇安信的最新報告，已出現(xiàn)一些專門針對DeepSeek的供應(yīng)鏈偽造或投毒攻擊。這些都構(gòu)成了我國AI面臨的軟件供應(yīng)鏈安全可靠風(fēng)險。

健康的大模型生態(tài)需要一個同樣健康的開源軟件生態(tài)。對于軟件供應(yīng)鏈，特別是開源軟件供應(yīng)鏈關(guān)鍵節(jié)點(diǎn)的認(rèn)真梳理和持續(xù)維護(hù)，仍然是企業(yè)和行業(yè)，甚至國家實(shí)現(xiàn)人工智能高水平科技自立自強(qiáng)必須要付出的投入。

開源基礎(chǔ)設(shè)施的風(fēng)險

不僅DeepSeek，國內(nèi)主要開源大模型項(xiàng)目幾乎都選擇在美國微軟公司旗下的GitHub平臺發(fā)布，這是因?yàn)镚itHub全球開發(fā)者集中度最高，有完整的開源基礎(chǔ)設(shè)施能力、成熟協(xié)作工具鏈和已經(jīng)發(fā)展壯大的程序員社交網(wǎng)絡(luò)，因此國際影響力更大，更有利于項(xiàng)目推廣。然而，選擇GitHub未來也面臨挑戰(zhàn)和風(fēng)險，包括但不限于地緣政治風(fēng)險、數(shù)據(jù)主權(quán)問題、潛在的訪問限制風(fēng)險等。這并不是DeepSeek和國內(nèi)開源項(xiàng)目維護(hù)者的問題，而是國內(nèi)缺乏與GitHub競爭的開源基礎(chǔ)設(shè)施，從設(shè)施完善程度、開發(fā)者聚集規(guī)模、國際化程度、運(yùn)營能力等，國內(nèi)現(xiàn)有基礎(chǔ)設(shè)施與GitHub相比都存在較大差距。

Hugging Face近年來隨著大模型爆發(fā)而異軍突起，成為全球最流行的模型托管平臺，國內(nèi)的阿里魔搭等平臺雖然已經(jīng)起步并初具規(guī)模，但與Hugging Face相比，同樣在功能、規(guī)模、國際化、運(yùn)營等方面存在顯著差異。

加強(qiáng)我國AI創(chuàng)新能力的建議

基于以上分析，本文提出加強(qiáng)我國AI創(chuàng)新能力的如下建議。

盡快啟動大模型操作系統(tǒng)的研發(fā)探索。大模型仍然以軟件的形態(tài)存在于現(xiàn)有操作系統(tǒng)生態(tài)體系，雖然出現(xiàn)了ChatBox等新的入口程序，但不足以撼動Windows、iOS、Android的生態(tài)主導(dǎo)地位。美國蘋果公司和我國華為公司先后提出了面向意圖的開發(fā)框架，旨在整合大模型的能力，繼續(xù)掌控用戶入口。微軟公司通過預(yù)裝Copilot并與辦公套件、瀏覽器等深度捆綁，鞏固其桌面領(lǐng)域壟斷地位。上海交通大學(xué)陳海波團(tuán)隊(duì)提出了大模型操作系統(tǒng)的3種技術(shù)路線，即漸進(jìn)路線（大模型作為操作系統(tǒng)外掛組件）、激進(jìn)路線（大模型即操作系統(tǒng)）和融合路線（大模型與操作系統(tǒng)深度融合），并建議采用融合路線，從而在利用大模型能力的同時，最大程度兼容現(xiàn)有操作系統(tǒng)應(yīng)用生態(tài)。鑒于大模型帶來的機(jī)器智能躍升和交互范式變革，無論采用何種路線，大模型操作系統(tǒng)研發(fā)工作都迫在眉睫。隨著大模型和操作系統(tǒng)各自發(fā)展，不同技術(shù)路線會自然合并，然而一旦錯過生態(tài)初始構(gòu)建的機(jī)會窗口期，將面臨新的、更難突破的生態(tài)壟斷。

加強(qiáng)開源軟件供應(yīng)鏈治理。開源軟件已經(jīng)成為組裝大型復(fù)雜系統(tǒng)軟件的“原材料”和“元器件”。一個Linux開源操作系統(tǒng)發(fā)行版（如Debian、openEuler等）往往包含上萬個開源組件，通過這些組件的彼此依賴關(guān)系編譯組裝而成。一個大模型從開發(fā)、訓(xùn)練到部署、運(yùn)行、推理，也依賴于大大小小的開源組件。隨著大模型成為像操作系統(tǒng)一樣的戰(zhàn)略基礎(chǔ)軟件，其開源軟件供應(yīng)鏈的保障必不可少。中國科學(xué)院軟件研究所從2019年發(fā)起“開源軟件供應(yīng)鏈點(diǎn)亮計(jì)劃”，梳理全球開源軟件知識圖譜，找出操作系統(tǒng)等大型復(fù)雜基礎(chǔ)軟件的關(guān)鍵供應(yīng)鏈節(jié)點(diǎn)，通過“開源之夏”等活動，持續(xù)培養(yǎng)能夠看護(hù)關(guān)鍵開源軟件的高水平人才。建議圍繞大模型的開源組件依賴情況，持續(xù)梳理開源軟件供應(yīng)鏈，對其中關(guān)鍵節(jié)點(diǎn)進(jìn)行重點(diǎn)布局，投入或培養(yǎng)相應(yīng)的人力資源，確保具備持續(xù)開源維護(hù)的能力。

加快對標(biāo)GitHub和Hugging Face的開源基礎(chǔ)設(shè)施建設(shè)。面對GitHub和Hugging Face托管平臺的壟斷局面，一方面繼續(xù)完善現(xiàn)有國產(chǎn)代碼托管平臺，提升平臺穩(wěn)定性和功能完整度，優(yōu)化開發(fā)者體驗(yàn)。另一方面也要有過渡策略，采用多平臺同步策略，建立戰(zhàn)略備份機(jī)制。從2019年中國科學(xué)院軟件研究所啟動建設(shè)“源圖”開源軟件供應(yīng)鏈基礎(chǔ)設(shè)施，迄今已形成對全球關(guān)鍵開源軟件的全量備份，并提供可信軟件倉、可信編譯構(gòu)建環(huán)境等平臺服務(wù)。后續(xù)還需要面向大模型的新需求、新場景，加快打造新一代開源開發(fā)基礎(chǔ)設(shè)施，聯(lián)合國內(nèi)優(yōu)勢力量逐步培育本土開源基礎(chǔ)設(shè)施生態(tài)，并以更加開源開放的模式，吸引國外機(jī)構(gòu)和開發(fā)者參與，共同對沖潛在的地緣政治風(fēng)險。

加大開源軟硬件協(xié)同力度。在新一屆美國政府不斷升級管控施壓的背景下，英偉達(dá)GPU硬件供應(yīng)限制和CUDA軟件生態(tài)壁壘，已經(jīng)成為中國實(shí)現(xiàn)AI領(lǐng)域高水平科技自立自強(qiáng)面臨的最主要障礙之一。例如，DeepSeek訓(xùn)練優(yōu)化所使用的PTX仍然屬于CUDA生態(tài)體系。建議加大RISC-V開源指令集下軟硬件協(xié)同，特別是AI相關(guān)擴(kuò)展指令集的協(xié)同力度。RISC-V指令集的崛起，不僅為了從指令集層面打破x86/ARM的生態(tài)壟斷，同時也有望打破英偉達(dá)GPU私有指令集和私有算子的壟斷。隨著RISC-V向量指令集、矩陣/張量指令集的制訂和完善，新的軟硬件接口標(biāo)準(zhǔn)規(guī)范有望取代CUDA私有接口規(guī)范，并配合編譯器等在RISC-V專用AI加速卡上實(shí)現(xiàn)軟硬協(xié)同。一旦某款RISC-V加速卡在性能功耗比上超越英偉達(dá)的旗艦GPU，整個RISC-V生態(tài)也將迎來“DeepSeek時刻”。

需要強(qiáng)調(diào)的是，以上風(fēng)險分析和建議，并非為了形成封閉的、防御式的技術(shù)體系，而是為了中國乃至全球都有更為開源開放的選擇，平等參與AI新技術(shù)、新產(chǎn)品、新服務(wù)的研發(fā)應(yīng)用，共同打造AI時代的人類命運(yùn)共同體。

（作者：武延軍，中國科學(xué)院軟件研究所。《中國科學(xué)院院刊》供稿）