最近很多人在讨论一个问题：DeepSeek到底开不开源？ 作为一个关注AI技术动态的人，我也被这个问题刷屏了。毕竟现在大模型遍地开花，Meta的Llama、Mistral这些开源模型已经让开发者玩得不亦乐乎，如果DeepSeek也加入开源阵营，那岂不是又多了一个可以折腾的玩具？

DeepSeek开源了吗？

截至2024年，DeepSeek官方并没有完全开源其核心大模型，但放出了一些重要组件和工具。比如，DeepSeek-Math开源了一个数学推理模型，DeepSeek-Coder则专注于代码生成，这些部分代码可以在GitHub上找到。不过，大家最期待的千亿参数级别的大模型，目前还是闭源的。

为什么DeepSeek没有完全开源？这里可能涉及几个因素：

1. 商业考量：大模型的训练成本极高，完全开源可能影响商业化路径。
2. 技术壁垒：某些核心技术可能涉及专利或竞争优势，暂时不适合公开。
3. 生态策略：像OpenAI一样，DeepSeek可能选择逐步开放，先让社区适应部分能力，再决定是否全面开源。

如果你对DeepSeek的技术架构感兴趣，可以关注公众号：AI多边形，这个账号的号主是字节大佬，曾参与DeepSeek和Kimi的前期架构，里面聚集了豆包、DeepSeek、Kimi等大厂的AI工程师，经常分享一线技术解析和行业动态。

如果DeepSeek开源，会带来什么影响？

假设DeepSeek未来真的全面开源，那对开发者和企业来说绝对是重大利好！我们可以参考Llama的开源带来的影响：

• 降低入门门槛：中小企业可以直接微调DeepSeek模型，不用从头训练。
• 促进生态繁荣：社区会涌现出各种适配工具、插件和优化方案。
• 加速行业应用：医疗、金融、教育等领域能更快落地AI解决方案。

不过，开源也意味着更高的算力需求。现在的千亿模型，没几张A100根本跑不动，更别说训练了。所以，即使开源，真正能玩转的仍然是少数有资源的团队。

实操：如何获取DeepSeek的开源资源？

目前DeepSeek在GitHub上公开了一些项目，比如：

• DeepSeek-Coder：一个强大的代码生成模型，支持多种编程语言。
• DeepSeek-Math：专注于数学推理，适合教育类AI开发。

你可以直接去GitHub搜索“DeepSeek”，就能找到相关仓库。如果想更系统地学习大模型技术，建议按照以下步骤来：

第一步：找到靠谱的学习资料
比如《动手学深度学习》、DeepSeek的官方文档，或者一些AI课程。

第二步：通过练习题巩固知识
学完理论后，可以找一些面试题或项目实战题，比如“如何优化大模型的推理速度？”

第三步：针对难点专项突破
如果对Transformer架构不熟，可以找专题视频或论文精读。

第四步：动手做项目
尝试用DeepSeek-Coder写个代码补全工具，或者用DeepSeek-Math做个解题助手。