DeepSeek V3 的训练算力需求确实大幅减少，这主要得益于算法优化、模型架构创新和分布式训练优化。然而，这种减少是局部现象，AI 领域的整体算力需求仍在上升。

特定任务和设计的优化：DeepSeek V3 的算力需求减少主要针对其特定任务（如文本生成和对话）和模型设计，这些优化可能并不直接适用于其他模型或任务（如多模态模型）。

前期研究和隐性成本：DeepSeek V3 的训练成本仅涵盖正式训练阶段，不包括前期研究、架构设计、数据生成和消融实验等隐性成本。这些成本可能占据了大量资源。

AI 领域的整体趋势：虽然单个模型的效率在提升，但 AI 领域的整体趋势是模型规模和复杂性不断增加，对算力的需求仍然很高。例如，训练万亿参数级别的模型可能需要数千张 GPU 和数月的计算时间。