大家都在说deepseek，但是没说到点子上，尤其在NVDA上

大家讨论deepseek的点是什么？无非就是通过优化算法和参数，用更少的资源达到和现有模型差不多的水平。

先不说NVDA。就说deepseek这个事情的意义是啥，其实就是现有模型，即使没有底层原理的突破，目前也并不是最优的。

但是如果从应用上来讲，两条路子，一个是堆砌硬件和能源，一个是优化算法。但是两者冲突么？并不是。

因为现在还没有达到scaling law的极限，就说deepseek吧，如果把OPENAI的资源给幻方，deepseek v3是不是能达到比GPT4o更优的表现？如果是，那么对切硬件就还是有意义的。现在OPENAI肯定内部在想着优化他们算法的事情了。其他大公司也一样。只要scaling law还没有达到极限，之前堆砌的硬件就还有意义，而且会继续。

但是，对于小公司而言，deepseek的意义重大，因为他们搞不到OPENAI或者Tsla的资源，拿不到那么多GPU，但是deepseek给了希望，这样，他们也会开始搞自己的专属模型，或许没有那么通用，但是在某一个方面可以细调微调，从而达到可观的效果。