独家专家访谈系列之DeepSeek本地部署热潮原因、优势与不足探析

　　春节期间，DeepSeek凭借其低成本高效能的特性，成功超越ChatGPT，登顶苹果中美两区应用商店免费App下载排行榜，对国际AI领域产生了深远影响。

　　数字经济新媒体网经社(100EC.CN)独家策划了“DeepSeek系列专家访谈”，旨在邀请行业内的权威专家，包括电商行业专家、高校教师、协会成员等等，探讨其如何为电商行业的转型升级注入新活力。 

　　访谈中，专家们普遍关注到一个现象：众多网友纷纷尝试在个人电脑上部署DeepSeek，这在以往的大型AI模型中并不常见。那么，究竟是什么原因促使DeepSeek在本地部署方面展现出如此大的吸引力呢?本地部署又具备哪些优势和不足呢?

　　国家商务部研究院副研究员洪勇表示，DeepSeek的开源创新模式打破了Chat GDP试图以闭源对我国的技术封锁。我们需要反思科技创新的体制是否需要进一步变革?面对新的技术浪潮，如何进一步加大开放的力度?民营企业的“小而美”如何与国有的科研机构“大而全”加强合作?国家的相关管理体制如何顺应新的技术变革浪潮?

　　当然，目前我们在个人电脑上部署DeepSeek等大模型，虽然性能强大、功能丰富且灵活，但也面临硬件要求高、资源占用大、部署复杂和维护难度高等挑战。用户需根据需求和资源权衡利弊。

　　中国消费经济学会副理事长、北京工商大学商业经济研究所所长洪涛教授表示，回顾信息和数字技术发展浪潮来看，自1946年计算机的产生，至今已经经历了计算机、互联网、移动网、大数据、区块链、人工智能、大模型、元宇宙、GPT、量子计算等等新科技浪潮，第一项新的技术出现，都先后出现过相应的技术浪潮，在浪潮之初，许多狂热者的追捧是十分积极，这也是很正常的事情，但是，当一个浪潮过去后，人们会相对冷静下来，同时又不断地有新的科技出现，导致“技术浪潮”具有其客观性和必然性，于是更多的科技工作者会逐渐冷静，会更加理性地创新发展，实践证明，“追风式”地发展、“浪潮式”地赶超是客观的，有时也具有非理性的，因此，需要扎扎实实地钻研、扎扎实实地工作，推动数字化进程发展。从而避免重复建设、趋同投资、同质竞争。

　　阿里巴巴商学院产业互联网研究中心研究员朱传波指出，deepdeek出现之前，由于模型臃肿和芯片算力不足 以及生态不成熟 。DeepSeek前的端侧AI发展情况：之前端侧AI发展相对缓慢，模型性能和资源受限，应用场景有限，主要集中在简单的语音识别、图像分类等基础功能和轻量级任务。

　　华东政法大学商学院副教授，联合国贸法会观察员杨立钒表示，目前很多电商企业在自己电脑上部署 DeepSeek，主要是因为其性价比高，成本低至 OpenAI 的数十分之一甚至更低，主要体现在以下几个方面：

　　(1)训练成本：DeepSeek 的开发团队通过创新的架构设计和训练方法，大幅降低了模型的训练成本。例如，DeepSeek-R1 的训练成本仅为 560 万美元，而 OpenAI 的 GPT-4 等高端模型的训练成本则高达数亿美元。

　　(2)API 定价：在 API 定价方面，DeepSeek 的价格极具竞争力。其 API 价格仅为每百万代币 2.19 美元，而 OpenAI 的 API 价格则高达每百万代币 60 美元。并且 DeepSeek 的 API 完全兼容 OpenAI 的 API 格式，便于开发者进行迁移。

　　(3)硬件成本：DeepSeek 通过算法优化，在算力需求上展现出了更高的效率，不需要像 OpenAI 那般堆砌大量昂贵的硬件设备来获取强大的性能。它还对国产 AI 芯片进行了深度优化，比如寒武纪、昇腾等芯片，充分发挥了这些芯片的性价比优势，硬件成本却大幅降低。

　　浙江财经大学管理科学与工程研究所所长，二级教授姚建荣表示，端侧AI发展很迅速，它是指在本地设备上直接运行和处理人工智能算法的技术。这种技术不需要将数据发送到云端或外部服务器进行处理，而是利用设备内置的AI芯片和软件来进行智能任务的处理和决策。

　　其优点在于：快速响应、低能耗、安全及隐私保护，但也会增加硬件要求和数据管理难度，因此预测端侧AI的发展我们只要去看一下计算机应用的发展路程就能清晰了，我们的计算机从大型计算机走到个人pc，再走到云服务，所以，人工智能应用也为走这样的一条路径， 今后必定是智能驾驶、智能手机。智能穿戴式设备等对响应速度、对隐私保护要求高的场合将大力发展端侧AI，形成端侧AI，云AI共存的模式。

　　浙江数字化发展与治理研究中心方向负责人，浙江大学管理学院教授王小毅表示，首先主要是技术门槛与成本降低：以往大模型运行依赖云端算力，不仅硬件成本高昂，部署过程也极为复杂。DeepSeek则通过模型蒸馏、算法优化以及开源生态，将推理成本降低到原来的十分之一以下。同时，还提供了便捷的一键部署工具，即使是不太懂技术的小白用户也能轻松上手。

　　其次是数据安全与隐私需求：政府、金融等领域对数据本地化要求极为严格，DeepSeek能够离线运行，有效规避了云端数据泄露的风险，像党政机关的信创电脑部署就是很好的例子。

　　上海社会科学院产业发展与规划中心主任、陆家嘴红衣律师联盟首席律师林建永表示，因为之前的大模型需要很大的服务器投入，而现在的DeepSeek开放的API端口，算力由DeepSeek承担，垂直部署数据库及数据训练，则成本大为降低，也就是门槛大为降低导致了很多行业看到了人工智能运用的机会。

　　浙江工商大学教授，浙江大学Best Innovation团队伍蓓表示，DeepSeek部署因为开源共享机制，之前大模型采用封闭模式。本地部署优点：成本低、数据可控、实时响应、定制化服务。本地部署挑战：技术依赖、算力瓶颈、可持续低。

　　江西财经大学国际经济与政治学院副院长王树柏表示，在国际贸易和跨境电商领域，DeepSeek的本地端AI部署具有以下优势：

　　(1)提升交易效率，减少延迟。过去，大多数AI应用依赖云端计算，但跨境贸易中的网络环境复杂，可能受限于数据延迟、隐私合规、云计算成本等问题。DeepSeek的本地部署能够离线处理交易数据并进行分析，减少对云端的依赖，提升跨境电商的运行效率。

　　(2)降低云计算成本，提高中小企业竞争力。云端AI往往需要高额的计算费用，尤其是对于中小企业来说，部署AI解决方案的成本较高。DeepSeek的端侧AI可以在企业终端设备上运行，避免高昂的云端计算费用，使AI技术的应用更具普惠性。

　　(3)提高数据安全性，满足国际贸易的合规需求。由于数据在本地处理，DeepSeek可以帮助企业符合欧盟GDPR等数据隐私法规，避免因数据跨境传输而面临的法律风险。这对于依赖客户隐私数据分析的跨境电商企业至关重要。

　　本地化部署具有上述优势的同时，也存在以下缺点：

　　(1)算力受限，难以处理大规模数据。端侧AI的算力可能无法匹敌云端AI，在处理大型商品数据库、全球供应链优化等任务时，仍然需要云端计算进行补充。

　　(2)本地部署的更新难度较高。端侧AI模型一旦部署到终端设备，更新难度较大，而云端AI可以实时进行模型优化。因此，DeepSeek需要探索更高效的模型更新机制，确保其在快速变化的市场环境中保持竞争力。

　　新质生产力产业联盟秘书长段积超表示，DeepSeek的开源、高性能以及对隐私的保护等特点，激发了人们在其个人计算机上进行部署的兴趣。尽管本地部署具备数据隐私保护和定制灵活性等优势，但也存在生成能力限制、硬件需求较高和部署过程复杂的缺点。用户在选择是否进行本地部署时，应根据自身需求和技术能力进行权衡。