融资百亿不赚钱，DeepSeek的10万亿战略

当整个AI行业都在疯狂追赶多模态、视频生成、coding agent的时候，有一家公司对这些「风口」几乎视而不见。

没有coding plan，没有语音模型，没有视频模型，到现在连一个完整的模型部署框架（harness）都还没搭起来。更「离谱」的是，它还坚持把最核心的技术全部开源，毫无保留地分享自己的「秘方」。

这家公司是DeepSeek。

另一边，彭博社刚报道DeepSeek新融资规模已达700亿元（约100亿美元）。梁文锋对投资者放的话也很直接：优先突破技术边界，而不是急着变现。

乍看之下，这种行为简直像个悖论。一家不开源就等于「犯罪」的公司，偏偏锁死了开源。一家不做任何商业化产品的AI公司，偏偏还在大把烧钱。一个估值直奔千亿美元的超级独角兽，偏偏看起来没有任何明确的变现路径。

这是疯狂吗？是钱多烧得慌吗？是投资人在往排水沟里扔钱吗？

X博主@bookwormengr（一位长期追踪中国AI生态的分析师）在他的万字推文里给出了截然相反的判断：

DeepSeek不是在烧钱，它是在下一盘10万亿美元的棋局。

要理解DeepSeek今天的选择，得先看看它一路走来是怎么「反着来」的。

2025年1月，@bookwormengr 发了一条后来成为爆款的推文，他把DeepSeek的选择放在「英雄之旅」的叙事框架里解读。半年多过去，这个故事不但没过时，反而越来越精彩了。

当时所有人都在卷dense model（密集模型），DeepSeek偏偏跑去搞MoE（混合专家模型）。没人否认MoE的理论优势，但它训练难度大、推理效率难优化，「吃力不讨好」。DeepSeek不仅搞了，还搞成了，从V2到V3再到V4，MoE被它玩出了花。

当行业主流在用PPO（近端策略优化）做强化学习时，DeepSeek从第一性原理出发，发明了GRPO（分组相对策略优化）。PPO需要一个独立的「裁判模型」来提供奖励信号，GRPO直接省掉这个环节，更便宜，更高效。

当大家都在追逐更多模态时，DeepSeek把资源全部集中在了一件事上：推理能力。它找到了一个关键杠杆，基于验证奖励的强化学习（RLVR），让模型在数学和逻辑推理上突飞猛进。

从技术路线到产品策略，DeepSeek几乎每一次都在「反着走」。但仔细看，每一次「反着走」都指向同一个方向：把资源效率压榨到极致。

而在「英雄之旅」的叙事结构中，英雄从来不会事先规划自己的旅程。他是一路学习、一路遭遇挑战、一路找到盟友，最终发现自己真正的使命。DeepSeek的使命也越来越清晰了：不是卖coding plan，而是为中国的AI硬件生态铺路。

一张恐怖的KV Cache账单

要理解这个使命，得从一张账单说起。

AI模型处理长文本时，需要缓存一种叫KV Cache（键值缓存）的东西。上下文越长，KV Cache占用的HBM（高带宽显存）就越大。1M上下文？对大多数模型来说，KV Cache会把显存吃到怀疑人生。

@bookwormengr 用了一个刚发布的KV Cache计算器做了对比。输入1M上下文，假设8位KV精度和16位索引精度：

• DeepSeek V4：只需要5.48GB HBM

• GLM-5：需要60GB HBM

• Qwen3-235B-A22B：需要89GB HBM

记住，DeepSeek V4是一个1.6万亿参数的巨型模型，GLM-5约7000亿参数（已经用了DeepSeek的MLA和DSA技术但没用最新的压缩注意力），Qwen3约2350亿参数（用的是GQA注意力机制）。

参数规模是GLM的两倍多、Qwen的近7倍，KV Cache却只有对方的十分之一甚至二十分之一。

用@bookwormengr的话说：「DeepSeek在显存压力上做出了根本性的贡献。」

这解释了为什么DeepSeek敢把长上下文缓存的价格打到Sonnet 4.6 Cache Hit价格的不到3%，还能保持数小时的缓存有效期。KV Cache足够小，可以高效卸载到SSD上再快速加载回来，DeepSeek的Dual Path论文专门讲了这件事。

当然，DeepSeek V4的压缩注意力（CSA/HCA）已经把KV Cache压缩到了连SSD卸载都不一定需要的程度。但这恰恰说明了一件事：DeepSeek所有的技术选择，都指向同一个战略方向：降低对HBM的依赖。

为什么要降低HBM的依赖？因为HBM是中国AI硬件生态中最难啃的骨头。

七项核心技术，全部指向同一个方向

DeepSeek过去两年的创新清单，拆开来看每一项都对应着一个具体的「战略棋子」。

1. MoE和MLA（2024年5月，DeepSeek V2）

这是DeepSeek技术路线的「地基」。MoE让训练同样智能的模型省下40%到50%的算力。MLA（多头潜在注意力）直接把KV Cache砍掉90%。这两项加在一起的效果是：模型的训练和推理成本大幅降低，KV Cache小到可以高效卸载到SSD。

2. DSA（DeepSeek V3.2 Exp）

DSA（动态稀疏注意力）解决的是长上下文的算力问题。传统Transformer面对长文本时，计算量和上下文长度呈线性增长。DSA让这个增长曲线几乎持平。上下文增长到1M，处理时间依然保持平稳。这相当于在不增加算力投入的前提下，把模型的长上下文能力「白送」了出来。

3. mHC（2025年12月论文）

mHC（流形约束超连接）是DeepSeek在宏观架构上的创新。传统的残差连接用的是「x + F(x)」的简单加法，mHC把这条信息高速公路扩展成了多条并行通道，允许信息在层与层之间「学会」混合。更关键的是，它用数学约束（双随机矩阵）保证信号在极深的网络中不会爆炸或消失。

效果是什么呢？在270亿参数规模下，mHC让BIG-Bench Hard推理得分提升7.2分，DROP阅读理解提升3.2分，GSM8K数学提升2.8分，而计算开销只增加了6.7%。用@bookwormengr的话说：「用几乎不增加算力的代价，实现了更高的每参数智能密度。」

4. CSA和HCA（2026年4月，DeepSeek V4）

如果说MLA砍掉了90%的KV Cache，CSA（压缩稀疏注意力）和HCA（分层压缩注意力）在此基础上再砍90%。这是DeepSeek V4能将1.6万亿参数的KV Cache压到5.48GB的核心原因。

5. Engram（2026年1月论文）

Engram是DeepSeek最「反常」的一项创新。MoE已经实现了条件计算，只激活部分参数来节省算力。但DeepSeek发现Transformer缺乏一个「原生知识查询」的机制，不得不用计算来模拟查询。

Engram的解决方案很巧妙：把经典的N-gram模型现代化，变成一个O(1)哈希查找模块。它用内存换计算，查一次LPDDR内存比过一遍Transformer层便宜得多。这种「内存换算力」的取舍，放在西方GPU上可能不值得，但放在中国硬件生态里，意义完全不同。

6. TileLang（编译器生态）

除了技术，DeepSeek更深远的一步是投资了TileLang，一个编译器生态项目。它的作用很简单：让开发者写一次算子代码，就能在多种硬件平台上运行。这对于打破「CUDA护城河」至关重要。

7. Dual Path和计算通信重叠

Dual Path论文表面上是「算力受限下的权宜之计」，但DeepSeek走得更远，在V4论文中直接给出了对硬件厂商ASIC设计的建议，告诉他们「如何不浪费宝贵的硅片面积」。可以想象，面对面给出的建议只会更加具体。

不只是一堆技术论文，而是一张生态图谱

现在把这些技术拼在一起，就能看清DeepSeek的真正布局了。

KV Cache被极度压缩，HBM需求大幅下降。KV Cache可以高效卸载到SSD上，NAND闪存吃香了。

NAND是长江存储（YMTC）的主场，它正在成为3D NAND领域的全球玩家。DeepSeek的技术直接为长江存储创造了一个巨大的NAND和SSD市场。

不止NAND。DeepSeek的Engram模块用LPDDR内存作为查找表来节省算力。而LPDDR正是长鑫存储（CXMT）的主场。CXMT在速度上只落后最新制程半代，在密度上落后一代，差距很小，短时间内可以补齐。

中国GPU在原始FLOPs上永远追不上西方，原因是先进制程（EUV）和先进封装的双重限制。但DeepSeek的策略不是去硬碰硬的拼算力，而是另一条路：用充裕的NAND和LPDDR来弥补GPU算力的不足。

SGLang团队已经发布了一篇很好的博客，演示了如何用LPDDR来存储模型权重，在推理时按需「流式」加载到HBM中。DeepSeek的MoE架构（大量专家组合+4bit量化权重）让这种方案变得非常简单。

所有这些创新的共同效果是：降低了对HBM的依赖，降低了对高端GPU的依赖，让更多「够用但不顶尖」的硬件方案变得可行。

这就是DeepSeek真正的「产品」：一个让中国AI硬件生态变得可行的技术底座。

从OpenAI的AMD deal看DeepSeek的赚钱方式

技术服务于生态，但公司终究要赚钱。DeepSeek怎么变现？

@bookwormengr 在推文中给出了一个很有说服力的参照系。

2025年10月，AMD和OpenAI宣布了一项战略合作：AMD将向OpenAI供应高达6GW的GPU算力，作为条件，AMD向OpenAI授予了高达1.6亿股的认股权证，按里程碑解锁。首期1GW部署完成解锁第一批，后续随采购规模逐步解锁，同时和AMD的股价目标挂钩。

说白了，OpenAI通过「承诺使用你的硬件」来换取「持有你的股票」。这对AMD是巨大的信任背书，对OpenAI则是潜在的巨大财务回报。

@bookwormengr 预测，DeepSeek会走同样的路，和中国多家内存、ASIC、CPU和网络设备厂商签署类似的股权合作协议，深度参与它们硬件生态的打磨，让中国硬件的AI工作负载真正达到可用水准。

看看西方（包括东亚盟友）的AI相关股票的合计市值，远超10万亿美元。DeepSeek完全可以用「合作+股权」的模式，帮助创造一个同样体量的中国AI生态，从中拿到自己的那份，同时实现1万亿美元的自身估值。

用@bookwormengr的话说：「梁文锋，一个吉姆·西蒙斯的忠实粉丝，是个太聪明的资本家了，不可能错过这个。」

DeepSeek今天做的东西，整个行业明天都会用

其实这个路径已经开始了。DeepSeek的MoE、MLA、DSA等创新，已经被全球和中国其他AI实验室广泛采用。

智谱AI（ZAI）的GLM系列用了MLA和DSA，月之暗面（Moonshot）的Kimi也明确表示架构基于DeepSeek。反过来，DeepSeek也用了月之暗面率先在大规模训练中使用的Muon优化器。整个中国AI生态正在形成一种「互相借鉴、共同进化」的默契。

有了更多的硬件选择，以及自身对算力需求的极致压缩，DeepSeek可以承担更宏大的训练项目，特别是大规模强化学习后训练。RL训练需要生成海量的推理轨迹，动辄数万亿token，1M上下文的模型更是需要训练同样长的轨迹。这些对算力的需求是天文数字，但DeepSeek正在把成本降到可以承受的水平。

更进一步，更多的硬件选择意味着DeepSeek可以做自动化研究（RSI），让AI自己设计并执行实验。这条路有很多的试错成本，但它对于探索完整的设计空间来说是必要的。在到达AGI、继而到达ASI之前，RSI能力是必备的。

从今天往回看，DeepSeek一路上的所有选择，不着急做多模态、不卖coding plan、坚持开源、技术优先商业化其次，突然都有了清晰的逻辑。

这不是一家迷茫的公司在瞎折腾，而是一个目标极其清晰的团队在按部就班地执行一个十年计划。它的每一步技术发布，都是这个计划的一块拼图。

DeepSeek的KV Cache压缩技术大幅减少了HBM需求，这让长江存储和长鑫存储的产品在AI推理场景中变得更有价值。它的MoE和TileLang降低了GPU门槛，这让中国境内的GPU厂商有了切入AI市场的机会。它的开源策略确保了这些技术能快速扩散到整个生态，进而加速中国硬件的迭代。

最终，DeepSeek不需要亲自做出一款「爆款应用」来赚钱。它只需要让中国AI硬件生态变得可用，让这个生态里的每一个玩家都离不开它的技术贡献。

一个10万亿美元的行业生态，和它自己1万亿美元的估值，这才是梁文锋瞄着的目标。

从任何一个角度看，这个赌注都够大。

但回头想想DeepSeek一路走来的「反着走」记录，被质疑了，质疑错了，再被质疑，再被质疑错，也许该学会的是：当DeepSeek在做一件看起来「不合理」的事情时，很可能不是因为疯了，而是因为看到了别人还没看到的东西。

本文编译自@bookwormengr的X推文「DeepSeek's 10 trillion USD grand strategy」