DeepSeek正在改写AI的扩展法则：下一代AI的决胜点不再是单纯堆砌更大的GPU集群，而是通过更聪明的混合架构，用性价比更高的DRAM置换 稀缺的HBM资源。 据追风交易台消息，摩根士丹利1月21日发布的最新研报显示，DeepSeek正在通过一种名为"Engram"的创新模块，改变大语言模型的构建方式。 其核心突破在于将存储与计算分离，通过引入"条件记忆"（Conditional Memory）机制，大幅减少了对昂贵且紧缺的高带宽内存（HBM）的需 求，转而利用成本更低的普通系统内存（DRAM）来处理复杂的推理任务。 DeepSeek的解决方案是引入"条件记忆"（Conditional Memory）原则，即Engram模块。 这一架构的核心在于将静态模式存储与动态推理分离。DeepSeek不再将所有信息一次性加载到昂贵的HBM中，而是将模型的"图书馆"或"字 典"（静态知识）卸载到CPU或系统内存（DRAM）中，仅在需要时进行检索。 大摩分析师在报告中强调："DeepSeek将'条件记忆'与计算分离，为大语言模型（LLM）解锁了新的效率水平。Engram是一种在不通过重载HBM 的情况下，高效'查找'基 ...

硬·AI 作者 | 龙 玥 编辑 | 硬 AI DeepSeek正以"少花钱多办事"的哲学改写AI扩展法则。摩根士丹利认为，DeepSeek独创的Engram架构通过"条件记 忆"将计算与存储分离，用高性价比DRAM置换稀缺HBM资源。这不仅重塑了普通存储的价值，更证明了AI下一阶段的制 胜点不再是暴力堆砌GPU，而是高效的混合架构。 DeepSeek正在改写AI的扩展法则：下一代AI的决胜点不再是单纯堆砌更大的GPU集群，而是通过更聪明 的混合架构，用性价比更高的DRAM置换稀缺的HBM资源。 据追风交易台消息，摩根士丹利1月21日发布的最新研报显示，DeepSeek正在通过一种名为"Engram"的 创新模块，改变大语言模型的构建方式。其核心突破在于将存储与计算分离，通过引入"条件记 忆"（Conditional Memory）机制，大幅减少了对昂贵且紧缺的高带宽内存（HBM）的需求，转而利用成 本更低的普通系统内存（DRAM）来处理复杂的推理任务。 大摩分析师Shawn Kim及其团队认为， DeepSeek展示了如何"少花钱多办事"（Doing More With Less）的哲学。 这种将存储与计算 ...

DeepSeek正在改写AI的扩展法则：下一代AI的决胜点不再是单纯堆砌更大的GPU集群，而是通过更聪明的混合架构，用性价比更高的DRAM置换 稀缺的HBM资源。 据追风交易台消息，摩根士丹利1月21日发布的最新研报显示，DeepSeek正在通过一种名为"Engram"的创新模块，改变大语言模型的构建方式。 其核心突破在于将存储与计算分离，通过引入"条件记忆"（Conditional Memory）机制，大幅减少了对昂贵且紧缺的高带宽内存（HBM）的需 求，转而利用成本更低的普通系统内存（DRAM）来处理复杂的推理任务。 大摩分析师Shawn Kim及其团队认为，DeepSeek展示了如何"少花钱多办事"（Doing More With Less）的哲学。这种将存储与计算分离的技术路 径，不仅缓解了中国面临的AI算力约束，更向市场证明了高效的混合架构才是AI的下一个前沿。 这一被大摩重点关注的架构，源自DeepSeek创始人梁文锋团队与北大合作者在1月13日发布的重磅论文《Conditional Memory via Scalable Lookup》。在这篇论文中，团队首次提出了"Engram"（印迹）模块。 ...