量子位
·
“DeepSeek甚至绕过了CUDA”，论文细节再引热议，工程师灵魂提问：英伟达护城河还在吗？
内容提要
DeepSeek-V3论文引发关注，因其绕过CUDA，利用PTX语言提升硬件效率达10倍。分析指出其重建架构挑战英伟达技术壁垒，尽管PTX复杂，DeepSeek仍与AMD等合作，展示优化能力，可能推动AI自我改进。
关键要点
-
DeepSeek-V3论文引发关注，因其绕过CUDA，利用PTX语言提升硬件效率达10倍。
-
分析指出DeepSeek-V3重建架构挑战英伟达技术壁垒。
-
DeepSeek-V3在使用英伟达H800 GPU时，修改了20个流式多处理器以优化通信速度。
-
PTX语言允许细粒度优化，但编写复杂且难以维护。
-
DeepSeek与AMD等公司合作，展示了其优化能力。
-
有观点认为AI自我改进的方向是让AI擅长编写汇编语言。
-
DeepSeek-R1编写的代码显著提升了大模型推理框架的运行速度。
延伸解读
DeepSeek的技术挑战
DeepSeek-V3通过重建架构和使用PTX语言，挑战了英伟达的技术壁垒。这种方法虽然能显著提升硬件效率，但也带来了编程复杂性和维护难度，开发者需权衡技术优势与实际应用的可行性。
PTX与CUDA的关系
尽管DeepSeek绕过了CUDA，直接使用PTX进行优化，但PTX仍是CUDA生态的一部分。这意味着DeepSeek的优化能力并不完全脱离CUDA，而是利用了其底层技术，开发者在选择时需考虑兼容性和移植性问题。
AI自我改进的潜力
文章提到AI可能朝着编写汇编语言的方向自我改进，这一观点引发了对未来AI发展的思考。如果AI能够有效生成底层代码，将极大提升其在硬件优化方面的能力，值得关注其在实际应用中的表现。
延伸问答
DeepSeek-V3是如何提升硬件效率的？
DeepSeek-V3通过绕过CUDA，使用PTX语言进行细粒度优化，提升硬件效率达10倍。
DeepSeek-V3对英伟达的技术壁垒有什么影响？
DeepSeek-V3重建架构挑战了英伟达的技术壁垒，可能影响其市场地位。
PTX语言的复杂性如何影响DeepSeek的开发？
PTX语言允许细粒度优化，但编写复杂且难以维护，这对开发者提出了更高的要求。
DeepSeek与哪些公司合作？
DeepSeek与AMD等公司合作，展示了其优化能力并支持其他硬件生态。
DeepSeek的优化能力如何影响AI自我改进？
DeepSeek的优化能力可能推动AI自我改进，尤其是在编写汇编语言方面。
DeepSeek-V3在使用英伟达H800 GPU时做了哪些修改？
DeepSeek-V3在H800 GPU上修改了20个流式多处理器以优化服务器间的通信速度。
