21世紀(jì)經(jīng)濟(jì)報(bào)道記者張梓桐 上海報(bào)道

量化私募機(jī)構(gòu)正在高調(diào)入局大模型領(lǐng)域。

近日，幻方公司推出了第二代MoE模型DeepSeek-V2，并開源了技術(shù)報(bào)告和模型權(quán)重，該模型引入了MLA架構(gòu)和自研Sparse結(jié)構(gòu)DeepSeekMoE，以236B總參數(shù)、21B激活，實(shí)際部署在8卡H800機(jī)器上，輸入吞吐量超過每秒10萬tokens輸出超過每秒5萬tokens。

目前DeepSeek-V2 API定價(jià)為：每百萬token輸入1元、輸出2元（32K上下文），僅是GPT-4的近百分之一水平。SemiAnalysis給出了“性價(jià)比高到難以置信”的評(píng)價(jià)。據(jù)該機(jī)構(gòu)計(jì)算，在其算力服務(wù)力利用率最高的情況下，DeepSeek每臺(tái)服務(wù)器每小時(shí)收益可達(dá)35.4美元，毛利率在70%以上。

事實(shí)上，金融機(jī)構(gòu)對(duì)AI大模型的布局有著天然的業(yè)務(wù)邏輯，在經(jīng)過移動(dòng)互聯(lián)多年積累后，金融業(yè)在行業(yè)垂直類大模型落地所需的三大支柱：算法、算力、數(shù)據(jù)中相較其他行業(yè)都有獨(dú)特優(yōu)勢(shì)。

“以投研、投顧等與投資決策相關(guān)的場(chǎng)景為例，傳統(tǒng)的投研和投顧模式更多依賴于行業(yè)專家和投資顧問自身的知識(shí)經(jīng)驗(yàn)和能力水平，個(gè)體差異度可能會(huì)比較大，而大模型經(jīng)過海量底層數(shù)據(jù)的搜集、梳理、學(xué)習(xí)后，其分析結(jié)果或?qū)⒃谌嫘浴?zhǔn)確性、 時(shí)效性等方面賦能傳統(tǒng)模式，但我們也注意到，由于相關(guān)監(jiān)管不明確，以及數(shù)據(jù)安全、數(shù)據(jù)隱私等問題，在這些場(chǎng)景的應(yīng)用仍需謹(jǐn)慎。”畢馬威中國資產(chǎn)管理業(yè)主管合伙人王國蓓在接受21世紀(jì)經(jīng)濟(jì)報(bào)道記者采訪時(shí)說道。

AI新征程

幻方量化是一家依靠人工智能技術(shù)進(jìn)行量化投資的對(duì)沖基金公司及科技公司，成立于2008年，專注于人工智能在量化投資領(lǐng)域的應(yīng)用。

2023年4月14日其官方微信公眾號(hào)發(fā)表的一篇名為《幻方新征程》的文章中，幻方量化宣布將集中資源和力量，全力投身于人工智能技術(shù)，并成立了新的獨(dú)立研究組織，專注于探索AGI（人工通用智能，Artificial General Intelligence）的本質(zhì)。并強(qiáng)調(diào)“渴望同行之人，一起攀登”。

但彼時(shí)幻方量化的高調(diào)動(dòng)作也遭到市場(chǎng)的質(zhì)疑。但幻方量化董事總經(jīng)理陸政哲表示，“我用中文重申一下：AGI不是用來炒股的，有大得多的用處和大得多的價(jià)值。”

從技術(shù)路徑來看，DeepSeek-V2基于高效且輕量級(jí)的框架HAI-LLM進(jìn)行訓(xùn)練，采用16-way zero-bubble pipeline并行、8-way專家并行和ZeRO-1數(shù)據(jù)并行。鑒于DeepSeek-V2的激活參數(shù)相對(duì)較少，并且重新計(jì)算部分算子以節(jié)省激活內(nèi)存，無需張量并行即可訓(xùn)練，因此DeepSeek-V2減少了通信開銷。

并且，DeepSeek-V2完全開源，可免費(fèi)上用，開源模型支持128K上下文，對(duì)話官網(wǎng)/API支持32K上下文（約24000個(gè)token），還兼容OpenAI API接口。

值得注意的是，幻方大模型的橫空出世也再次驗(yàn)證了市場(chǎng)對(duì)于MoE大模型的期待。MoE大模型即Mixture of Experts大模型，是一種基于分治思想的深度學(xué)習(xí)模型。它將整個(gè)模型劃分為多個(gè)子模型（或稱專家），每個(gè)子模型負(fù)責(zé)處理一部分任務(wù)。在推理時(shí)，根據(jù)輸入數(shù)據(jù)的特性，選擇最合適的子模型進(jìn)行處理。這種架構(gòu)使得MoE大模型能夠同時(shí)兼顧模型的復(fù)雜性和效率，實(shí)現(xiàn)高性能和高效率的統(tǒng)一。

金融機(jī)構(gòu)擁抱AI

目前來看，AI+金融產(chǎn)業(yè)鏈分為上游（基礎(chǔ)層）、中游（技術(shù)層）和下游（應(yīng)用層）。上游提供基礎(chǔ)性支持，中游提供核心技術(shù)和解決方案，下游則廣泛應(yīng)用于金融業(yè)務(wù)領(lǐng)域。

據(jù)Mordor Intelligence的報(bào)告預(yù)測(cè)，全球人工智能金融科技市場(chǎng)規(guī)模預(yù)計(jì)到2024年將達(dá)到440.8億美元，并預(yù)計(jì)在2029年將增長到508.7億美元，預(yù)測(cè)期內(nèi)（2024-2029年）的復(fù)合年增長率為2.91%。

“因?yàn)榕c金融機(jī)構(gòu)多業(yè)務(wù)場(chǎng)景的密切結(jié)合，以及產(chǎn)品能力在海量高質(zhì)金融業(yè)務(wù)數(shù)據(jù)助力下得到快速提升，金融機(jī)器學(xué)習(xí)產(chǎn)品成為市場(chǎng)主要拉力之一。”一家正在嘗試布局AI應(yīng)用的私募基金合伙人告訴21世紀(jì)經(jīng)濟(jì)報(bào)道記者。

他表示，目前，AI在量化交易領(lǐng)域的應(yīng)用越來越廣泛，通過算法交易提高交易效率，減少人為錯(cuò)誤，并能夠快速適應(yīng)市場(chǎng)變化；另一方面，在投資研究自動(dòng)化環(huán)節(jié)，AI可以自動(dòng)收集和整理投資相關(guān)的信息和數(shù)據(jù)，減少研究人員的重復(fù)性工作，使他們能夠?qū)Ｗ⒂诟邇r(jià)值的分析和決策。

“此外，金融機(jī)構(gòu)也在利用AI分析市場(chǎng)情緒，通過分析投資者行為和市場(chǎng)反饋，預(yù)測(cè)市場(chǎng)動(dòng)向。助力金融機(jī)構(gòu)遵守監(jiān)管要求，通過自動(dòng)化分析交易模式和行為，檢測(cè)異常交易行為，防止欺詐和洗錢等非法活動(dòng)。”

但與此同時(shí)，王國蓓表示，在落地過程中，大模型技術(shù)財(cái)富管理領(lǐng)域面臨的主要挑戰(zhàn)集中于數(shù)據(jù)質(zhì)量、數(shù)據(jù)安全、隱私保護(hù)、合規(guī)表達(dá)、事實(shí)一致性等方面，為解決這些挑戰(zhàn)，機(jī)構(gòu)首先需要進(jìn)行大量數(shù)據(jù)治理、夯實(shí)數(shù)據(jù)基礎(chǔ)等工作，且需要在語料安全、模型安全、模型評(píng)估等方面設(shè)立完善的安全機(jī)制，確保大模型生成內(nèi)容的安全合規(guī)并符合監(jiān)管要求。