DeepSeek侵權爭議點討論

爭議點一: DeepSeek 使用「蒸餾技術」侵權OpenAI嗎？

OpenAI聲稱已看到中國公司利用「distillation」蒸餾技術從OpenAI 模型的 API 提取知識來打造自己的模型。（新聞來源）

蒸餾（Distillation）是 AI 訓練中的常見方法，透過學習大型模型的輸出，降低成本並打造更高效的模型。這是否構成侵權，現在成是AI 界的熱議話題。

OpenAI 認為 DeepSeek 的做法 違反了服務條款，因為：
1. DeepSeek 疑似利用 OpenAI 模型的 API 進行蒸餾，提取知識來打造自己的模型
2. OpenAI 的條款明確禁止 使用 OpenAI 服務來開發競爭性產品

目前 OpenAI 尚未提供具體證據證明 DeepSeek 確實「抄襲」了 OpenAI模型。



爭議點二：是否違反美國出口限制？


科普來自於香港科技類博主@Choco Kiu，目前為止有三個可能：（已從粵語轉換為更方便品蔥上各位理解的語式，原文地址）

第一個是由Scale AI的創辦人Alexandr Wang提出，指控DeepSeek擁有50,000被禁入口中國的H100芯片。這個說法得到Elon Musk留言認同，Anthropic CEO Dario Amodei也認為雖然偷運有困難，但並非沒有可能。如果屬實，DeepSeek那邊幾百億美元的成本就不是真實數字，所以個人認為可能性不大。

第二個說法是DeepSeek的確淨是用他們手頭上的2048張NVIDIA H800訓練出V3同R1。V3份論文中，DeepSeek講述過他們的優化方法，原則上只要實踐一次就知真假。根據其說法，H800作為H100的閹割版，唯一的差異就在於H100嘅頻寬有900GB/s，而H800只有160GB/s。因為訓練模型需要大量GPU平行運算，因此GPU之間高速傳送運算數據的能力是訓練效能的關鍵。

而面對這個困局，DeepSeek自行改裝GPU裡面稱為Streaming Multiprocessors(SMs)的運算元件，總數132粒SM裡面他們將20粒由運算用改成了做傳輸。這種改裝是比CUDA更低的PTX (Parallel Thread Execution）層級執行，需要極高技術實力。DeepSeek再將GPU之間傳輸的數據切割做150GB chunks，用持續性方式傳送，變相破解了H800頻寬的限制。

第三個說法就是DeepSeek用了華為最新的910C芯片，算力可以同NVIDIA H100平齊。

AI裡面GPU最主要分做兩個需求：Pre-training（訓練模型）的算力需求以及Inference（使用模型，例如你在DeepSeek這個app裡問問題）的算力需求。我的分析是，既然他們這篇論文寫到這麼詳細，這麼自豪地向全世界揭示大費周章改良這樣那樣的成果，DeepSeek-R1的訓練過程應該真是只用了2048張H800s。但是這兩日全球App Store榜首的情況下，DeepSeek如果還（免費地）應付到急升的運算需求就稍為奇怪了，所以他們停了新用戶註冊都正常。