獨家專家訪談系列之DeepSeek本地部署熱潮原因、優勢與不足探析

　　春節期間，DeepSeek憑借其低成本高效能的特性，成功超越ChatGPT，登頂蘋果中美兩區應用商店免費App下載排行榜，對國際AI領域產生了深遠影響。

　　數字經濟新媒體網經社(100EC.CN)獨家策劃了“DeepSeek系列專家訪談”，旨在邀請行業內的權威專家，包括電商行業專家、高校教師、協會成員等等，探討其如何為電商行業的轉型升級注入新活力。 

　　訪談中，專家們普遍關注到一個現象：眾多網友紛紛嘗試在個人電腦上部署DeepSeek，這在以往的大型AI模型中并不常見。那么，究竟是什么原因促使DeepSeek在本地部署方面展現出如此大的吸引力呢?本地部署又具備哪些優勢和不足呢?

　　國家商務部研究院副研究員洪勇表示，DeepSeek的開源創新模式打破了Chat GDP試圖以閉源對我國的技術封鎖。我們需要反思科技創新的體制是否需要進一步變革?面對新的技術浪潮，如何進一步加大開放的力度?民營企業的“小而美”如何與國有的科研機構“大而全”加強合作?國家的相關管理體制如何順應新的技術變革浪潮?

　　當然，目前我們在個人電腦上部署DeepSeek等大模型，雖然性能強大、功能豐富且靈活，但也面臨硬件要求高、資源占用大、部署復雜和維護難度高等挑戰。用戶需根據需求和資源權衡利弊。

　　中國消費經濟學會副理事長、北京工商大學商業經濟研究所所長洪濤教授表示，回顧信息和數字技術發展浪潮來看，自1946年計算機的產生，至今已經經歷了計算機、互聯網、移動網、大數據、區塊鏈、人工智能、大模型、元宇宙、GPT、量子計算等等新科技浪潮，第一項新的技術出現，都先后出現過相應的技術浪潮，在浪潮之初，許多狂熱者的追捧是十分積極，這也是很正常的事情，但是，當一個浪潮過去后，人們會相對冷靜下來，同時又不斷地有新的科技出現，導致“技術浪潮”具有其客觀性和必然性，于是更多的科技工作者會逐漸冷靜，會更加理性地創新發展，實踐證明，“追風式”地發展、“浪潮式”地趕超是客觀的，有時也具有非理性的，因此，需要扎扎實實地鉆研、扎扎實實地工作，推動數字化進程發展。從而避免重復建設、趨同投資、同質競爭。

　　阿里巴巴商學院產業互聯網研究中心研究員朱傳波指出，deepdeek出現之前，由于模型臃腫和芯片算力不足 以及生態不成熟 。DeepSeek前的端側AI發展情況：之前端側AI發展相對緩慢，模型性能和資源受限，應用場景有限，主要集中在簡單的語音識別、圖像分類等基礎功能和輕量級任務。

　　華東政法大學商學院副教授，聯合國貿法會觀察員楊立釩表示，目前很多電商企業在自己電腦上部署 DeepSeek，主要是因為其性價比高，成本低至 OpenAI 的數十分之一甚至更低，主要體現在以下幾個方面：

　　(1)訓練成本：DeepSeek 的開發團隊通過創新的架構設計和訓練方法，大幅降低了模型的訓練成本。例如，DeepSeek-R1 的訓練成本僅為 560 萬美元，而 OpenAI 的 GPT-4 等高端模型的訓練成本則高達數億美元。

　　(2)API 定價：在 API 定價方面，DeepSeek 的價格極具競爭力。其 API 價格僅為每百萬代幣 2.19 美元，而 OpenAI 的 API 價格則高達每百萬代幣 60 美元。并且 DeepSeek 的 API 完全兼容 OpenAI 的 API 格式，便于開發者進行遷移。

　　(3)硬件成本：DeepSeek 通過算法優化，在算力需求上展現出了更高的效率，不需要像 OpenAI 那般堆砌大量昂貴的硬件設備來獲取強大的性能。它還對國產 AI 芯片進行了深度優化，比如寒武紀、昇騰等芯片，充分發揮了這些芯片的性價比優勢，硬件成本卻大幅降低。

　　浙江財經大學管理科學與工程研究所所長，二級教授姚建榮表示，端側AI發展很迅速，它是指在本地設備上直接運行和處理人工智能算法的技術。這種技術不需要將數據發送到云端或外部服務器進行處理，而是利用設備內置的AI芯片和軟件來進行智能任務的處理和決策。

　　其優點在于：快速響應、低能耗、安全及隱私保護，但也會增加硬件要求和數據管理難度，因此預測端側AI的發展我們只要去看一下計算機應用的發展路程就能清晰了，我們的計算機從大型計算機走到個人pc，再走到云服務，所以，人工智能應用也為走這樣的一條路徑， 今后必定是智能駕駛、智能手機。智能穿戴式設備等對響應速度、對隱私保護要求高的場合將大力發展端側AI，形成端側AI，云AI共存的模式。

　　浙江數字化發展與治理研究中心方向負責人，浙江大學管理學院教授王小毅表示，首先主要是技術門檻與成本降低：以往大模型運行依賴云端算力，不僅硬件成本高昂，部署過程也極為復雜。DeepSeek則通過模型蒸餾、算法優化以及開源生態，將推理成本降低到原來的十分之一以下。同時，還提供了便捷的一鍵部署工具，即使是不太懂技術的小白用戶也能輕松上手。

　　其次是數據安全與隱私需求：政府、金融等領域對數據本地化要求極為嚴格，DeepSeek能夠離線運行，有效規避了云端數據泄露的風險，像黨政機關的信創電腦部署就是很好的例子。

　　上海社會科學院產業發展與規劃中心主任、陸家嘴紅衣律師聯盟首席律師林建永表示，因為之前的大模型需要很大的服務器投入，而現在的DeepSeek開放的API端口，算力由DeepSeek承擔，垂直部署數據庫及數據訓練，則成本大為降低，也就是門檻大為降低導致了很多行業看到了人工智能運用的機會。

　　浙江工商大學教授，浙江大學Best Innovation團隊伍蓓表示，DeepSeek部署因為開源共享機制，之前大模型采用封閉模式。本地部署優點：成本低、數據可控、實時響應、定制化服務。本地部署挑戰：技術依賴、算力瓶頸、可持續低。

　　江西財經大學國際經濟與政治學院副院長王樹柏表示，在國際貿易和跨境電商領域，DeepSeek的本地端AI部署具有以下優勢：

　　(1)提升交易效率，減少延遲。過去，大多數AI應用依賴云端計算，但跨境貿易中的網絡環境復雜，可能受限于數據延遲、隱私合規、云計算成本等問題。DeepSeek的本地部署能夠離線處理交易數據并進行分析，減少對云端的依賴，提升跨境電商的運行效率。

　　(2)降低云計算成本，提高中小企業競爭力。云端AI往往需要高額的計算費用，尤其是對于中小企業來說，部署AI解決方案的成本較高。DeepSeek的端側AI可以在企業終端設備上運行，避免高昂的云端計算費用，使AI技術的應用更具普惠性。

　　(3)提高數據安全性，滿足國際貿易的合規需求。由于數據在本地處理，DeepSeek可以幫助企業符合歐盟GDPR等數據隱私法規，避免因數據跨境傳輸而面臨的法律風險。這對于依賴客戶隱私數據分析的跨境電商企業至關重要。

　　本地化部署具有上述優勢的同時，也存在以下缺點：

　　(1)算力受限，難以處理大規模數據。端側AI的算力可能無法匹敵云端AI，在處理大型商品數據庫、全球供應鏈優化等任務時，仍然需要云端計算進行補充。

　　(2)本地部署的更新難度較高。端側AI模型一旦部署到終端設備，更新難度較大，而云端AI可以實時進行模型優化。因此，DeepSeek需要探索更高效的模型更新機制，確保其在快速變化的市場環境中保持競爭力。

　　新質生產力產業聯盟秘書長段積超表示，DeepSeek的開源、高性能以及對隱私的保護等特點，激發了人們在其個人計算機上進行部署的興趣。盡管本地部署具備數據隱私保護和定制靈活性等優勢，但也存在生成能力限制、硬件需求較高和部署過程復雜的缺點。用戶在選擇是否進行本地部署時，應根據自身需求和技術能力進行權衡。