国产人工智能企业深度求索开发的大模型『DeepSeek』开源周落下帷幕。
2月28日，『DeepSeek』最新宣布，开源面向『DeepSeek』全数据访问的推进器3FS（Fire-Flyer File System）。据介绍，这是一款并行文件系统，可利用现代固态硬盘（SSD）和远程直接内存访问（RDMA）网络的全部带宽，加速和推动『DeepSeek』平台上所有数据访问操作。
至此，『DeepSeek』开源周正式结束，此前2月21日午间，『DeepSeek』曾宣布，将开源5个代码库，以完全透明的方式与全球开发者社区分享研究进展，每日都有新内容解锁，进一步分享新的进展，并将这一计划定义为“Open Source Week”（开源周）。
“此次开源周提供的五个项目，覆盖了AI开发的核心环节——从硬件性能压榨、模型训练优化到数据处理提速，目标是让开发者开箱即用，降低技术门槛和成本，让开发者能够更高效、低成本、广泛地使用大模型。”对于开源的具体影响，华东师范大学数据科学与工程学院教授王伟告诉澎湃新闻记者，预计将拉动更多云服务提供商，降低自建云计算中心或私有化部署成本，形成更强大的生态圈，与其他大模型生态体系竞争。
他提到，『DeepSeek』之所以选择开源路线，不担心被同行超越，是因为其核心竞争模式和利润来源不需要依靠售卖模型服务而盈利，此外，也说明『DeepSeek』有相当的技术信心，“相信自己不会迅速被业内竞争对手超越，能够坚持引领最先进的技术在自身体系下持续发展。”
“此次『DeepSeek』的开源，从更大意义上来说，是在引导全球范围内的标准制定，形成更强的『DeepSeek』生态，通过开源能够吸引更多国家的开发者加入到『DeepSeek』生态中，将很大程度提升中国在人工智能领域的全球引领能力。”王伟认为，如果『DeepSeek』在全球范围内形成较强的开源生态，将会推动国内的『芯片』厂商进一步适配，拥有更广阔的场景和市场，实现商业闭环。
此次『DeepSeek』究竟开源了哪些项目，对于大模型行业有什么意义？澎湃新闻记者梳理了从2月24日至28日所有的开源项目。由于这些项目涉及众多专业术语，记者使用了『DeepSeek』网页版提供项目具体解释：
jrhz.info
2月24日，首个开源的代码库为FlashMLA。
FlashMLA被称为提升显卡潜力的“加速器”，FlashMLA是『DeepSeek』用于Hopper GPU的高效MLA解码内核，并针对可变长度序列进行了优化，现已投入生产。
FlashMLA专门用于优化显卡（尤其是『英伟达』旗下GPU）的计算效率。比如，AI处理不同长度的句子（如长文本和短文本）时，它能动态分配算力，避免资源浪费，让处理速度接近硬件极限。实测显示，这让AI翻译、内容生成等任务更快、更省成本。
2月25日，『DeepSeek』宣布开源DeepEP，即首个用于MoE模型训练和推理的开源EP通信库。
DeepEP被称为大模型训练的“通信管家”，专门用于提升大模型训练效率设计，比如，当多个AI专家模型（MoE架构）协同工作时，它能高效协调它们之间的通信，减少延迟和资源消耗，同时支持低精度计算（如FP8），进一步节省算力。
2月26日，『DeepSeek』宣布开源DeepGEMM：DeepGEMM被称为矩阵计算的“省电小能手”，这是一个优化矩阵乘法（AI训练的核心计算）的工具。通过低精度计算（FP8）提升速度，再用『英伟达』CUDA技术修正误差，既快又准，代码仅300行，安装简单，适合快速部署。
2月27日，『DeepSeek』开源两个工具和一个数据集：DualPipe、EPLB 以及来自训练和推理框架的分析数据，梁文锋本人也名列开发者之中。
DualPipe主要用于解决流水线并行中的“等待时间”问题。比如，多个任务步骤速度不一时，它能双向调度，减少空闲时间。EPLB则用于自动平衡GPU负载，当某些AI专家模型任务过重时，它会复制任务到空闲显卡，避免“忙的忙死，闲的闲死”。
2月28日，『DeepSeek』宣布开源3FS（Fire-Flyer File System）系统：3FS被称为数据处理的“极速组合”，采用分布式文件系统，利用高速存储和网络技术（如SSD、RDMA），让数据读取速度达到每秒6.6TB，适合海量数据训练。
『DeepSeek』究竟为何要选择开源？此次开源将如何辐射☢️行业？
“『DeepSeek』的这波开源，相当于在『英伟达』的AI护城河上架起了浮桥。”北京邮电大学智能交互设计专业副教授谭剑向澎湃新闻记者表示，更重要的是，DeepsSeek团队这些开源模块证明了他们有能力深入剖解『英伟达』CUDA和并行计算『芯片』的紧密耦合模式，这也是传统AI研究领域认为是不可撼动的软硬件基础设施，是『英伟达』宽阔的护城河。
谭剑认为，这周密集的开源模型和算法重构了AI硬件运行逻辑，不单是有力地回应了之前Deepseek训练模型仍然需要巨大算力的质疑，而且可以预见，这些核心库的开源将极大激发全球AI软硬件团队的创新活力。
对于『DeepSeek』对AI乃至『芯片』行业的影响，谭剑表示：一方面，AI模型软件研究团队可以通过算法优化（如低秩注意力压缩）降低硬件需求，另一方面，算法优化暴露了现有AI『芯片』的设计缺陷，我国AI『芯片』研发团队也可以借鉴这些算法重写设计内部计算单元和通信总线。预计未来各个细分领域都有可能用上国产的软硬件一体化AI模型，开启我国AI模型应用百舸争流的新时代。
而大模型行业资深观察者刘聪向记者表示，『DeepSeek』这波开源堪称“业界良心”，虽然对普通用户及大多数使用者而言，直接应用价值有限，但对底层技术从业者来说十分有用。
刘聪认为，『DeepSeek』将在『DeepSeek』-V3论文中提到的infra（基础架构）优化都提供了开源，很多开源框架都可以加上这些优化策略，随着硬件资源又一次被压缩，可能会迎来一波API（接口）降价，从而继续引领行业的公开、透明。
作为开源大模型，『DeepSeek』的火爆带动了开源成为如今的大模型新趋势，百度、阿里纷纷宣布旗下大模型开源，头部大厂开源似乎已成为共同选择。
香港科技大学校董会主席、美国国家工程院外籍院士沈向洋在2025全球开发者先锋大会（GDC）上表示，尽管当前闭源的份额仍然超过开源的份额，但接下来一两年将剧烈变化，平衡开源与闭源，引领未来。“大模型时代，开源并没有像以往那么多、那么快，我想，通过上海的努力，我相信开源这件事情会越做越好。中国的团队、上海的团队一定会引领开源潮流。”
“尽管在国内大模型开源似乎成为主流，但在全球范围内，这并没有形成统一。”王伟坦言，例如头部大模型厂商OpenAI依然保持闭源路线，即便是『DeepSeek』在开源过程中也有保留，例如在训练数据和训练过程中并未实现开源。
“开源和闭源存在路线之争，这不仅是企业之间，甚至可能上升到国家层面。在数字经济时代，信息复制成本近乎为零，『DeepSeek』选择开源能迅速占领市场，获得大量月活，此后可能考虑采用其他商业模式盈利，而传统的闭源大模型占领市场、推广用户需要投入大量广告成本。”
值得注意的是，人工智能的研发竞争正在愈发激烈。当地时间2月27日，大洋彼岸的人工智能巨头OpenAI发布GPT-4.5（研究预览版），并称其为公司迄今为止规模最大、性能最强的聊天模型。
不过，由于持续的高投入和高成本，GPT-4.5此次面世面临巨大争议。公开资料显示，开发者可以直接在API中调用GPT-4.5，但输入token定价比GPT-4o贵了30倍，输出token贵了15倍。OpenAI的CEO奥特曼表示，尽管想同时推出GPT-4.5Plus和Pro版本，但GPU已然用尽，下周将增加数万个GPU，然后将其推出到Plus级别。
如何看待OpenAI新推出的GPT-4.5？王伟认为，这正体现了闭源和开源两大不同发展路线，GPT-4.5在很多评测能力上有很大优势，但它耗费了巨大的算力和资金，“从我们的角度看，它虽然有优势，但需要耗费巨大的成本，我们更看好类似『DeepSeek』这样可持续发展的模式。”
形成对比的是，『DeepSeek』继续走低成本和性价比路线。2月26日，『DeepSeek』发布降价通知：北京时间每日00:30-08:30为错峰时段，API调用价格大幅下调，其中『DeepSeek』-V3降至原价的50%，『DeepSeek』-R1降至25%。
